研究者提出CF-KKT约束学习框架

Zhouyu Zhang等研究者提出 Counterfactual KKT（CF-KKT）约束学习框架，用于在未知动力学条件下从专家演示中恢复未知约束。该方法在可微动力学模型上施加 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。 作者称，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。

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。