Ця стаття представляє Value-Guided Offline Control Barrier Functions (V-OCBF), фреймворк для вивчення нейронних функцій бар'єру керування (CBF) повністю з офлайн-демонстрацій. Він забезпечує суворі гарантії безпеки для автономних систем без покладання на онлайн-взаємодію або вимагання повного знання динаміки системи, що робить його критично важливим для безпечного та масштабованого розгортання ШІ в робототехніці та керуванні.