采用统计验证实现机器人仿真到现实部署的安全稳健神经策略学习

arXiv:2608.06481v2 公告类型：replace-cross 摘要：在仿真环境中合成安全且稳健的神经控制器，以实现可靠的仿真到现实部署，仍然是机器人学领域的一项关键挑战。现有的基于学习的方法通常无法在明确定义的运行区域内提供安全性和性能保证，而训练后的验证技术在检测到安全违规时，也无法提供改进控制器的机制。为弥合这一差距，我们提出了一种由课程学习驱动的框架，在闭环流程中紧密结合基于场景的进化策略与基于统计模型检验的验证。从候选区域出发，我们的方法在逐步扩大安全运行边界的同时，协同优化策略性能。流程终止时，该方法将生成一个神经控制器，以及一个已对其安全性和性能进行统计验证的区域。在 Cartpole 和 3D Quadrotor 基准测试上的大量评估表明，与经过数学认证的安全运行区域相比，安全运行区域分别扩大了 6.14 倍和 224.04 倍；此外，在标称条件和严重动态扰动下开展的物理实验也证明，我们学习得到的控制器始终优于已有的控制理论基线和基于学习的基线。进一步地，我们表明，经过验证的区域大小可以作为部署前衡量策略质量的定量指标。这些结果表明，我们的框架能够构建一条自动化流程，从仿真到现实完成安全稳健神经控制器的学习、评估与部署。