Constrained Differentiable Policy Learning for Safe Quadrotor Navigation
아직 한국어판이 없어 영어 원문으로 표시.
초록 발췌
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.
초록에서 가져왔습니다. 요약을 준비 중입니다.
이 논문은 라이선스상 전문을 게재할 수 없어 요약과 원문 링크만 제공합니다.