arXiv cs.LG· Zhouyu Zhang, Chih-Yuan Chiu, Glen Chou·· 6 小时前AI 评分22
CF-KKT：无需不安全数据、基于最优性与反事实正则化的未知约束学习
Learning Unknown Constraints without Unsafe Data via Optimality and Counterfactual Regularization
AI 导读
研究者提出 Counterfactual KKT（CF-KKT）约束学习框架，利用可微动力学模型在专家演示上施加 KKT 最优性条件，并通过生成奖励更优的反事实行为构造合成不可行数据，从而无需已知动力学或额外风险探索即可恢复未知约束。在高维机器人控制任务上，该方法学到的神经约束表示在安全性和数据效率上优于当前最优的离线 ICRL 基线。
来源：arXiv cs.LG · arxiv.org