FAITH安全过滤强化学习框架发布

发生了什么

据arXiv cs.LG报道，研究人员提出了FAITH，一种面向高维系统的可行性感知安全过滤强化学习框架。该框架无需解析安全函数或动力学模型，通过前馈网络近似最优状态-动作安全值，实现最小干预过滤。在双积分器和安全Gym环境中，FAITH在无可行起始违规的情况下实现了最高回报。在29自由度人形机器人上，其在Walking-Avoid中达到99.95%的安全率并保留97%未过滤回报，并在Unitree G1真机上验证了策略。