arXiv · cs.RO· Elias Fontanari; Pietro Noah Crestaz; Matteo Saveriano; Andrea Del Prete·· 10 天前AI 评分58
论文 / 摘要阅读
PVF：用时序差分学习概率可达-规避值函数
Temporal Difference Learning of Probabilistic Reach-Avoid Value Functions
AI 导读 · 根据来源整理
作者提出概率可达-规避值函数（PVF），一种适用于黑盒系统的自监督方法，在随机且可能无界的扰动下把可达-规避集定义为满足一定可达-规避概率的状态。该方法在复杂度递增的系统上、直至Hopper运动任务，与基于HJR的基线对比，结果显示在扰动非对抗时，概率集比对抗式HJR集更不保守、更准确。论文为arXiv预印本。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org