Bayesian Optimization with Safety Constraints: Safe and Automatic Parameter Tuning in Robotics
具有安全约束的贝叶斯优化:机器人中的安全自动参数调节
机构 * 1 Learning \& Adaptive Systems Group, Department of Computer Science, ETH Zurich, Switzerland. 2 Dynamic Systems Lab, Institute for Aerospace Studies, University of Toronto, Canada.
专题命中 其他机器人 :robotics(title,abstract);robotic(abstract);分类 cs.RO、cs.LG
AI总结 本文提出了一种通用算法,允许在目标函数之外存在多个独立的安全约束。该算法在给定初始安全参数的情况下,最大化性能,但仅评估满足所有安全约束的参数。通过利用高斯过程先验的正则性假设,该算法仔细探索参数空间,并展示了如何利用上下文变量安全地将知识转移到新任务中。