新框架结合进化策略与统计验证学习神经策略

Riccardo Curcio 等作者提交论文预印本，提出一种面向机器人 Sim-to-Real 部署的课程驱动框架，将基于场景的 Evolution Strategy 与基于 Statistical Model Checking 的验证闭环结合，在优化策略性能的同时逐步扩大安全运行边界，最终产出神经控制器及其统计验证的安全区域。 该框架的目标是让神经策略在仿真训练后更安全、更鲁棒地迁移到真实机器人，但论文目前仅为预印本，尚未给出实际部署效果的验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。