BriefGPT - AI 论文速递 · 2025-05-01T00:00:00Z Out-of-Distribution State Correction in Offline Reinforcement Learning Based on Variational Methods 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本文提出了一种新颖的密度感知安全感知（DASP）方法，旨在解决离线强化学习中的状态分布偏移问题。该方法通过鼓励代理选择数据密度更高的结果，提升决策过程的安全性和可靠性。 🏷️ 标签 决策安全性 安全感知 密度感知 状态分布偏移 离线强化学习 阅读原文 生成长图 分享链接 已复制链接
