针对连续动作的运动体在强化学习交互过程不安全的问题，提出了基于强化学习与控制障碍函数的安全控制器，结合控制障碍函数类李雅普诺夫的特点，利用其在障碍物附近的约束力，保证运动体与环境交互的安全。建立了一个无模型强化学习(RL)算法与控制屏障函数(CBF)集成的框架，以保证模型信息不确定的勘探效率，为