辅助设备中的安全机器人学习通过神经网络修复
摘要：用于人机交互的神经网络(NN)是辅助机器人设备的一个特别有前景的应用领域，因为它需要个性化和难以建模的人机交互动态。然而，基于NN的估计器和控制器在之前未见的数据点上可能产生潜在不安全的输出。在本文中，我们引入了一种算法来更新NN控制策略，以满足给定的一组形式安全约束条件，同时优化原始损失函数。给定一组混合整数线性约束条件，我们将NN修复问题定义为一个混合整数二次规划(MIQP)问题。通过广泛的实验证明了我们的修复方法在为下肢假肢生成安全策略方面的有效性。
作者：Keyvan Majd, Geoffrey Clark, Tanmay Khandait, Siyu Zhou, Sriram Sankaranarayanan, Georgios Fainekos, Heni Ben Amor
论文ID：2303.04431
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-22