内容摘要
作者提出面向有界不确定性高维黑箱系统的sRAS Q-CBF安全过滤器，要求安全到达目标，并在首次进入后持续安全留在其中。方法结合保持价值与到达—避障价值：先确定目标内可永久安全驻留的子集，再求解避开失败状态和目标内部不可持续安全状态、到达该子集的问题。通过对抗强化学习与Q函数提升，合成和部署无需已知动力学、价值导数或手工障碍函数。
作者报告，每种过滤器各1000回合的Go2跳沟仿真中，sRAS成功率为86.9%，成功指跨越、安全落地并保持安全至回合结束；论文另展示真机成功执行。每种过滤器各1000场F1TENTH仿真比赛中，sRAS安全率为98.0%，每场成功超车9.63±0.99次，两圈耗时97.37±2.87秒，后两项为均值±标准差。
这些是作者自报结果。几乎处处保持任务可行性的理论保证依赖精确价值与零测集假设，学习近似不自动继承保证，也不能将可行性保持理解为必然有限时间到达。赛车实验无扰动，成功超车要求领先保持5秒，不构成无限期保持的实证验证。
点评
该工作把安全过滤的目标从单纯避险扩展为保留完成任务及保持成果的可能性。理论区分可行性保持与实际到达：进入终端安全集后的保持具有条件保证，但不能据此宣称任意任务策略都必然有限时间到达。
证据身份为作者论文及其自报实验，不作为独立复现或厂商产品能力声明。真机材料仅据成功执行展示描述行为，不报告真机统计成功率；仿真中的持续安全有回合结束或领先保持时长等评测边界。学习得到的价值与策略不自动继承精确值理论保证。
版本与核查范围
版本 2609.19449v1 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 #S1.p6.1；#S1.p2.1；#S4.p1.1；#S1.p7.1；#S6.F2.p3.1；#S7.SS2.p3.1；#S7.SS2.p5.1；#S6.F2.p1.1；#S6.F2.p2.1.1；#S7.SS1.p3.1；#S7.SS1.p1.1；#S8.p1.1