Controllo Attore-Critico Sicuro Integrato con Replay Adattivo e Incertezza
Un preprint arXiv (2608.04732) introduce un'architettura unificata mirata al controllo attore-critico sicuro, che fonde filtraggio barriera, stima dell'incertezza e replay dell'esperienza in un unico sistema coeso. Questa metodologia adatta la geometria degli ostacoli all'interno di una funzione barriera di controllo in base alle valutazioni di incertezza, impiega interventi di filtro insieme a residui di stima per prioritizzare il replay, e addestra il critico basandosi sulle azioni effettivamente eseguite anziché su quelle idealizzate. L'approccio è stato valutato attraverso una sfida di navigazione robotica bidimensionale con dati di ostacoli corrotti, confrontando sei configurazioni con componenti abbinate su budget di addestramento condivisi, semi casuali, input sensoriali, esplorazione e disturbi. I test includevano una valutazione moderata post-addestramento, una valutazione di rumore percettivo su undici livelli e uno scenario di stress estremo con moltiplicatore 6.0, dove la configurazione integrata ha riportato zero contatti. Questo articolo è classificato come annuncio di tipo incrociato ed è accessibile su arXiv.
Fatti principali
- L'articolo è intitolato 'Toward Integrating Adaptive Experience Replay and Online Uncertainty Estimation in Safe Actor-Critic Optimal Control'.
- È disponibile su arXiv con identificativo 2608.04732.
- L'architettura integra filtraggio barriera, stima dell'incertezza e replay dell'esperienza.
- Le stime di incertezza aggiornano la geometria degli ostacoli per la funzione barriera di controllo.
- Interventi di filtro e residui di stima determinano la priorità di replay.
- Il critico apprende dalle azioni eseguite piuttosto che da quelle nominali.
- Il metodo è stato testato su un compito di navigazione robotica 2D con misurazioni di ostacoli corrotte.
- Sei configurazioni con componenti abbinate sono state confrontate sotto budget di addestramento comuni, semi casuali, flussi sensoriali, esplorazione e disturbi.
- Le valutazioni includevano un test moderato post-addestramento, una scansione del rumore percettivo su undici livelli e un test di stress estremo con moltiplicatore 6.0.
- Nel test estremo, la configurazione integrata ha registrato zero contatti.
Entità
Istituzioni
- arXiv