VLM-Safe-RL：用 CLIP 信号改进安全强化学习，事故率从 31.6% 降至 19.4%
把 CLIP 接进 PPO-Lagrangian 做安全强化学习，MetaDrive Hard 上事故率降了 12 个点，但作者自己发现信号并不能预判碰撞，分析很实在。
#PPO-Lagrangian
共 2 条 · 7 天 0 条 · 30 天 1 条
信息流里打上「PPO-Lagrangian」标签的资讯、产品与论文，按刊登时间排，新的在上。
9月29日
6月25日
把 CLIP 接进 PPO-Lagrangian 做安全强化学习，MetaDrive Hard 上事故率降了 12 个点，但作者自己发现信号并不能预判碰撞，分析很实在。