arXiv · Machine Learning· Zongyou Yu, Ao Zhou, Xiongbo Shi, Jiayi Guan, Shihang Du, Xudong Zhang, Shangding Gu, Junqiao Zhao, Hanli Wang, Guang Chen·· 13 小时前AI 评分33
RBGA：面向灵巧操作离线到在线安全强化学习的残余预算引导仲裁
RBGA: Residual-Budget Guide Arbitration for Offline-to-Online Safe Reinforcement Learning in Dexterous Manipulation
AI 导读
面向灵巧操作中的离线到在线安全强化学习，RBGA显式跟踪每回合剩余安全预算，并据此在离线引导策略与在线策略之间逐步仲裁动作。理论分析刻画了这种基于剩余预算的选择对安全性及引导辅助探索的影响。实验显示，RBGA能在维持较强安全表现的同时有效改进在线策略。
来源：arXiv · Machine Learning · arxiv.org