SoNIC是一种结合了自适应符合推断和约束强化学习的算法，用于增强强化学习策略的安全性，避免与行人碰撞。该方法通过引入非符合度分数和安全约束，为机器人提供明确的引导，避免进入安全风险区域。SoNIC在安全性和社会规范方面表现出更高性能，并具有更强的鲁棒性。

该论文提出了一种新的主动故障检测方法，通过将任务分为被动故障检测和控制输入设计两个部分。该方法具有普适性，可以高效利用可用信息并优化信息收集。论文的核心贡献是FIERL，一种通用的基于模拟的方法，用于设计控制策略并通过约束强化学习来优化被动探测器的性能。FIERL在处理复杂的连续故障模式方面具有广泛的适用性。在执行器故障诊断的基准问题上，FIERL表现出相当的鲁棒性并能够泛化到未见过的故障动态。

我们提出了一种新的约束强化学习方法CSAC-LB，通过应用线性平滑对数势函数实现了适应性政策学习的惩罚，解决了数值问题。在不同难度的约束控制任务上实现了最先进的性能，并在真实的四足机器人平台上评估了我们的方法。