论文 / 摘要阅读
CC-HGCBF:面向异构移动机器人团队零样本安全导航的能力条件图控制屏障函数
Capability-Conditioned Graph Control Barrier Functions for Zero-Shot Safe Navigation of Heterogeneous Mobile Robot Teams
AI 导读 · 根据来源整理
论文提出能力条件异构图控制屏障函数(CC-HGCBF),在共享二阶参考点操作空间中为运动学与驱动能力各异的机器人提供统一安全几何表示,同时保留各机器人自身的动力学与控制约束。为支持零样本迁移,作者引入径向能力场(RCF),以固定维度紧凑表示每个机器人状态相关的有限时域可达速度集,使共享图屏障与去中心化策略无需依赖预设机器人身份即可适应状态、运动学约束和控制限变化。屏障与策略通过主动安全标注和神经 CBF-QP 监督联合训练,并在包含已见与未见机器人模型的混合团队上评估,实验显示可扩展的安全协同以及对训练中未出现模型和能力变化的零样本迁移;实机实验进一步展示对未见运动学模型无需重训的零样本部署。
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