研究论文
SHERPA · 仿真中的备份式安全探索
SHERPA利用动力学区间估计及临时备份动作避开感知到的危险状态；作者机构摘要报告简化四旋翼仿真及更复杂的飞行器控制示例。
核查日期 2026-11-05 · 已核查来源与书目信息
书目信息与编辑概述已对照原始来源核查。访问条件与版本见来源说明。
- 原文标题
- Safe Exploration Algorithms for Reinforcement Learning Controllers
- 发布机构
- Institute of Electrical and Electronics Engineers (IEEE)
- 作者
- Tommaso Mannucci, Erik-Jan van Kampen, Cornelis de Visser, Qiping Chu
- DOI
- 10.1109/tnnls.2017.2654539
- 期刊卷期发布日期
- 2018-04
- 原文语言
- en
- 原始来源国家
- US
- 版本
- IEEE Transactions on Neural Networks and Learning Systems
- 访问条件
- 发布方信息与开放作者稿
- 出版状态
- 已发布
资料概述
SHERPA利用动力学区间估计及临时备份动作避开感知到的危险状态；作者机构摘要报告简化四旋翼仿真及更复杂的飞行器控制示例。
使用与审查
仿真证据不能证明实体机器人安全；模型准确性、约束覆盖及实现影响仍需单独确认。
来源与版本
Safe Exploration Algorithms for Reinforcement Learning Controllers ↗
Institute of Electrical and Electronics Engineers (IEEE) · IEEE Transactions on Neural Networks and Learning Systems
Author-institution metadata/abstract/DOI checked; simulations only. Perception of impendingfatalstates and intervalmodel assumptions are essential. Repository offers acceptedmanuscript; no full manuscript acquired.