学习的非马尔可夫安全性约束下的安全强化学习

BriefGPT - AI 论文速递 ·

该研究提出了一种新的方法，使用pSTL安全规范和小规模初始标记数据集，学习安全的强化学习控制策略并识别未知的安全约束参数。实验证实了该方法在各种环境约束形式上的有效性，并成功学习了与真实环境安全约束高度一致的STL安全约束参数。

pSTL 参数化信号时态逻辑安全安全性安全约束参数安全规范强化学习

原文中文，约400字，阅读约需1分钟。