BriefGPT.xyz
Ask
alpha
关键词
constrained rl algorithms
搜索结果 - 1
利用近似模型防护在连续环境中实现概率安全保证
本文介绍了在连续环境中实现安全强化学习的方法,使用了适用于连续环境的近似基于模型的屏蔽 (AMBS) 框架,并提出了两种新的惩罚技术来改进策略梯度的稳定收敛性。
PDF
5 months ago
Prev
Next