精选理由
新正则化法让机器人更安全
生成式动力学模型用于机器人规划，但需可靠检测策略导致的分布外(OOD)转换。现有方法将动力学视为固定并附加后验支持代理，但当动力学对关键动作选择局部不敏感时可能失败。本文提出支持条件控制敏感性正则化，在训练区域促进对控制输入的敏感响应，同时限制弱经验支持下的不稳定外推。在视觉避障、操作和真实机器人导航实验中，该方法提升了OOD检测和闭环规划安全性。
AI 翻译 · 中文
生成式动力学模型用于机器人规划，但需可靠检测策略导致的分布外(OOD)转换。现有方法将动力学视为固定并附加后验支持代理，但当动力学对关键动作选择局部不敏感时可能失败。本文提出支持条件控制敏感性正则化，在训练区域促进对控制输入的敏感响应，同时限制弱经验支持下的不稳定外推。在视觉避障、操作和真实机器人导航实验中，该方法提升了OOD检测和闭环规划安全性。
Generative dynamics models enable planning in challenging robotic systems, but safe deployment requires reliably detecting policy-induced out-of-distribution (OOD) transitions. Existing methods typically treat the learne…