arXiv · Machine Learning· Manan Tayal, Mumuksh Tayal, Ravi Prakash·· 10 小时前AI 评分36
EpiFlow：通过上图引导的流匹配弥合离线强化学习的安全与性能差距
EpiFlow: Bridging Safety and Performance in Offline Reinforcement Learning via Epigraph-Guided Flow Matching
AI 导读
EpiFlow提出一种离线强化学习方法，以硬状态约束和奖励函数兼顾安全保证与策略性能。该方法从固定数据集中学习上图可行性价值函数，并通过流匹配提取策略。实验覆盖 boat navigation、Safety-Gymnasium 和 Bullet-Safety-Gym 任务，取得有竞争力的回报，约束违反接近零。
来源：arXiv · Machine Learning · arxiv.org