20260706:新增一些文章

concepts/safety-filter.md

@@ -0,0 +1,47 @@
+---
+title: "Safety Filter（安全过滤器）"
+created: 2026-06-29
+updated: 2026-06-29
+type: concept
+tags: [safe-reinforcement-learning, safety, control, filter]
+sources: [[safe-equilibrium-exploration]]
+confidence: high
+---
+
+# Safety Filter
+
+> [[safe-exploration|安全探索]] 的经典方法：在策略输出后追加一个**动作监控与干预模块**，检测不安全动作并用安全动作替换。
+
+## 工作原理
+
+```
+策略 π(s) → a_raw → [Safety Filter] → a_safe
+                         ↓
+                    a_raw 是否在
+                    [[feasible-zone|可行域]] 内？
+                    否 → 替换为安全动作
+```
+
+## 主流实现
+
+| 方法 | 技术 | 代表性工作 |
+|------|------|-----------|
+| 瞬时约束修正 | 最小化修正量 | Dalal et al. (2018) |
+| QP 层 | 二次规划 + 线性约束 | Pham et al. (2018) |
+| [[control-barrier-function|CBF]] + QP | 控制屏障函数 | Cheng et al. (2019) |
+| Safety Index | 多项式安全指标 | Liu et al. |
+
+## 核心局限
+
+- **约束由人类设计**：CBF 需要系统动力学知识，Safety Index 需要手工合成
+- **可行域保守**：人工约束通常远小于真实可行域
+- **无法自动扩展**：可行域在训练中固定不变
+
+[[safe-equilibrium-exploration|SEE]] 正是为解决这些局限而提出的——自动发现并扩展可行域。
+
+## 相关概念
+
+- [[safe-exploration|安全探索]]
+- [[feasible-zone|可行域]]
+- [[control-barrier-function|控制屏障函数]]
+- [[safe-equilibrium-exploration|SEE]]