learned rl policies | BriefGPT

关键词learned rl policies

搜索结果 - 1

近似基于模型的安全强化学习护盾
我们提出了近似基于模型的屏蔽算法，用于验证学习强化学习策略相对于给定安全约束的性能，与其他安全感知方法相比，在一组具有状态相关安全标签的 Atari 游戏上表现出卓越的性能。
PDFa year ago