基于深度算子学习的领域自适应安全过滤器
发表于: 。本研究解决了学习构建控制障碍函数(CBFs)在未见环境中需完全重训练的适应性问题。提出了一种自监督深度算子学习框架,通过学习环境参数与相应CBF的映射,来克服这一限制。实验结果表明,该方法在动态障碍物的导航任务中展示了出色的效果。
本研究解决了学习构建控制障碍函数(CBFs)在未见环境中需完全重训练的适应性问题。提出了一种自监督深度算子学习框架,通过学习环境参数与相应CBF的映射,来克服这一限制。实验结果表明,该方法在动态障碍物的导航任务中展示了出色的效果。