arXiv · Machine Learning· Luca Vignola, Bruce D. Lee, Manish Prajapat, Manuel Wendl, Melanie Zeilinger, Andreas Krause, Yarden As·· 13 小时前AI 评分50
SBSRL：基于采样的安全强化学习
Sampling-Based Safe Reinforcement Learning
AI 导读
作者提出基于采样的安全强化学习算法 SBSRL，通过对有限组动力学样本联合施加约束，在学习过程中维持安全性。该方法以约束认知不确定性的策略进行探索，无需显式探索奖励；论文还推导了学习过程中的高概率安全保证和恢复近最优策略的有限时间样本复杂度界。实验显示，SBSRL 在仿真和真实机器人硬件上实现了安全、高效的探索，并可扩展到高维连续控制问题的深度集成实现。
来源：arXiv · Machine Learning · arxiv.org