09:56
官方账号arXiv cs.LG@Paolo Magliano, Puze Liu, Jan Peters, Davide Tateo, Raffaello Camoriano
推荐理由：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。
探索效率
共 1 条相关 AI 资讯
7月15日
09:56
安全强化学习中，约束常降低学习速度并导致次优性能。ATACOM-DC方法在ATACOM框架基础上引入方向性约束，区分靠近和远离约束边界的动作。仅在必要时激活约束，改善安全与任务性能的权衡。在多个模拟机器人控制任务中评估了约束违规成本和任务性能。代码已开源。