post-shielding technique | BriefGPT

关键词post-shielding technique

搜索结果 - 1

自适应屏蔽在黑盒环境中的安全强化学习
在训练过程中，通过使用一种名为 ADVICE 的自适应屏蔽技术，可以识别出状态 - 动作对的安全和不安全特征，从而保护强化学习代理避免执行可能产生危险结果的动作，有效降低安全违规风险。
PDFa month ago