#安全强化学习

arXiv 上这篇论文做安全强化学习，29 自由度人形机器人跑到 99.95% 安全率还保留 97% 回报，真机 Unitree G1 也验证了，做机器人方向可以看看。

ATACOM-DC改进了安全强化学习，通过方向性约束只在必要时限制动作，比普通方法探索更高效。

安全RL扩展新解法

这篇论文解决了AI安全领域一个关键问题：如何区分策略本身的安全能力与外部过滤器的保护。做安全强化学习或控制系统的研究者值得关注，其安全归因协议可直接用于评估其他策略的真实安全性。