强化学习中的安全探索:广义形式与算法

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

本文提出了广义安全探索问题,使用元算法MASE解决。该算法在方格世界和Safety Gym基准测试上表现更好,且没有违反任何安全约束。

🏷️

标签

➡️

继续阅读