Beyond Terminal Constraints：用学习安全集实现可靠机器人控制

该论文研究MPC与强化学习等先进机器人控制方法中的安全问题，指出安全不必只依赖控制不变集，并提出若干类比经典控制不变集更宽的安全集，分析通过约束预测时域中不同节点而非仅终端状态来保证递归可行性的MPC方案。当安全集是合适控制不变集的内近似时，方法可通过安全中止策略保证安全，即使不具备递归可行性。作者在6关节机械臂上进行大量仿真，显示约束违反次数少于现有方法，同时保持相近的跟踪性能和计算效率，硬件实验进一步表明方案可用于真实机器人应用。论文为arXiv预印本，尚未经同行评议。