We propose a Safe Pontryagin Differentiable Programming (Safe PDP) methodology, which establishes a theoretical and algorithmic safe differentiable framework to solve a broad class of safety-critical learning and control tasks -- problems that require the guarantee of both immediate and long-term constraint satisfaction at any stage of the learning and control progress. In the spirit of interior-point methods, Safe PDP handles different types of state and input constraints by incorporating them into the cost and loss through barrier functions. We prove the following fundamental features of Safe PDP: first, both the constrained solution and its gradient in backward pass can be approximated by solving a more efficient unconstrained counterpart; second, the approximation for both the solution and its gradient can be controlled for arbitrary accuracy using a barrier parameter; and third, importantly, any intermediate results throughout the approximation and optimization are strictly respecting all constraints, thus guaranteeing safety throughout the entire learning and control process. We demonstrate the capabilities of Safe PDP in solving various safe learning and control tasks, including safe policy optimization, safe motion planning, and learning MPCs from demonstrations, on different challenging control systems such as 6-DoF maneuvering quadrotor and 6-DoF rocket powered landing.


翻译:我们建议采用安全 Pontryagin 差异化规划方法(Safe PDP), 建立理论和算法安全的安全度差异化框架,以解决广泛的安全关键学习和控制任务 -- -- 这些问题需要保证在学习和控制进展的任何阶段立即和长期的制约满意度; 本着内部点方法的精神,安全PDP处理不同类型的状态和投入限制,通过屏障功能将其纳入成本和损失中。 我们证明安全PDP的以下基本特征:第一,限制的解决方案及其在后通道的梯度可以通过解决一个效率更高的不受限制的对应方来近似;第二,解决方案及其梯度的近似值可以用一个屏障参数来控制任意准确性;第三,重要的是,整个近似和优化的任何中间结果都严格尊重所有限制,从而保证整个学习和控制过程的安全性。 我们证明,安全PDP有能力解决各种安全学习和控制任务,包括安全的政策优化、安全运动规划以及从演示中学习MPC,这些不同的具有挑战性的控制系统,例如6-DoF操控地盘和6-DoF 火箭着陆场和6-DoF。

0
下载
关闭预览

相关内容

Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
已删除
将门创投
4+阅读 · 2017年11月1日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
7+阅读 · 2020年6月29日
Arxiv
6+阅读 · 2018年10月3日
VIP会员
相关资讯
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
已删除
将门创投
4+阅读 · 2017年11月1日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员