模型09:56ATACOM-DC:方向性约束增强安全强化学习探索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。#ATACOM-DC#安全强化学习#方向性约束#探索效率aarXiv cs.LG@Paolo Magliano 等 5 人原文稍后读已读值得跟进有用关注 ATACOM-DC