用于人形机器人可恢复性监控的主动可达性学习

📋总体概括

arXiv新论文提出Active Reachability Learning框架，用于人形机器人可恢复性监控。核心思路是把「预测不可恢复跌倒」建模为学习回退策略的随机有限时域可恢复包络，通过价值学习与主动探索交替迭代，将数据探索重构为reach-avoid问题，用不确定性引导的探索器系统发现未见状态，解决现有方法在分布外输入上的乐观幻觉问题，为人形任务策略部署提供可靠的运行时监控。