arXiv cs.RO 机器人学· Luca Vignola, Bruce D. Lee, Manish Prajapat, Manuel Wendl, Melanie Zeilinger, Andreas Krause, Yarden As·· 2 小时前精选AI 评分55
Sampling-Based Safe Reinforcement Learning：基于采样的安全强化学习算法
Sampling-Based Safe Reinforcement Learning
AI 导读
arXiv 论文提出 Sampling-Based Safe Reinforcement Learning（SBSRL），一种基于模型的强化学习算法，通过对有限动力学样本集合联合施加约束，在学习全程维持安全，近似不可解的最坏情况优化。
推荐理由
论文把安全约束改为跨有限动力学样本联合施加，给出了高概率安全保证与样本复杂度界，读者可据此评估其理论与实机验证的完整度。
来源：arXiv cs.RO 机器人学 · arxiv.org