Constrained Differentiable Policy Learning for Safe Quadrotor Navigation
日本語版は未提供のため、英語原文で表示しています。
要旨より
Differentiable simulation enables efficient policy optimization through analytic gradients, yet safety is commonly incorporated as a weighted penalty, requiring manual tuning of the trade-off between task performance and constraint satisfaction. We instead formulate obstacle avoidance as an explicit constraint and train quadrotor policies using primal--dual gradient descent--ascent through a differentiable simulator.
要旨より。当社による要約は作成中です。
この論文はライセンス上、全文を転載できないため、要約と原文へのリンクのみを掲載しています。