#STTC-EFRL

用 epigraph min-max 代替拉格朗日乘子来处理安全约束，训练稳定性和跟踪精度都比常规 DRL 更好，还做了实车在环测试。做自动驾驶控制或安全强化学习的开发者值得看看这套思路。