提出基于高斯过程的恢复式安全强化学习框架

Alexander W. Goodall 和 Francesco Belardinelli 提出一种结合恢复式安全屏蔽与高斯过程（GP）动力学模型的强化学习框架，为未知非线性连续动力学系统提供可证明的安全下界。 该框架利用智能体积累的经验构建 GP 动力学模型，并通过备用策略预测潜在的安全约束违规风险。只有在预测到违规风险时，系统才触发恢复机制，将智能体引导回安全轨迹，以兼顾安全约束与样本效率。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。