University of California, San Diego（加州大学圣迭戈分校）

Learning to Nudge: A Scalable Barrier Function Framework for Safe Robot Interaction in Dense Clutter

学习引导：一种可扩展的障碍函数框架用于安全的机器人交互在密集障碍物中

Haixin Jin, Nikhil Uday Shinde, Soofiyan Atar, Hongzhan Yu, Dylan Hirsch, Sicun Gao, Michael C. Yip, Sylvia Herbert

机构 * University of California San Diego（加州大学圣地亚哥分校） 纠错

AI总结 本文提出了一种可扩展的障碍函数框架，通过学习可组合的以对象为中心的函数，实现安全的机器人交互在密集障碍物中，无需重新训练即可跨任务转移。

Myopically Verifiable Probabilistic Certificates for Safe Control and Learning

近视验证的概率证书用于安全控制与学习

Zhuoyuan Wang, Haoming Jing, Christian Kurniawan, Albert Chern, Yorie Nakahira

机构 * Department of Electrical and Computer Engineering, Carnegie Mellon University（电气与计算机工程系，卡内基梅隆大学） ； Information Systems Technology and Design pillar, Singapore University of Technology and Design（信息系统技术与设计支柱，新加坡科技设计大学） ； Department of Computer Science and Engineering, University of California San Diego（计算机科学与工程系，加州大学圣地亚哥分校） 纠错

AI总结 本文提出了一种概率不变性技术，用于设计近视验证的概率证书，以确保安全控制与学习的长期安全。