CF-KKT：从演示中学习未知约束

研究者提出 Counterfactual KKT（CF-KKT）约束学习框架，在未知动力学下从局部最优演示中恢复未知约束，无需冒险在线探索。据论文介绍，该方法用局部可微动力学模型施加 KKT 最优性条件，并生成奖励改进的反事实行为作为合成不可行数据，从而结合 CIOC 的数据效率与 ICRL 的灵活性。 论文称，在高维机器人控制任务上，其神经网络约束表示的安全性与数据效率优于最先进的离线 ICRL 基线。该结果基于论文自报实验，未经独立验证。

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。