CC-HGCBF：异构机器人团队零样本安全导航

Joonkyung Kim等作者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，并保留各机器人自身的动力学与控制约束。作者称，其引入的径向能力场（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。作者在包含已见与未见机器人模型的混合团队上评估，称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。上述结果出自arXiv预印本，尚未经同行评议或独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。