本研究提出了一种基于模型的方法，通过扩展安全探索方法ATACOM，结合可学习的约束，确保长期安全性并处理不确定性。实验结果显示，该方法在最终性能上与当前最先进的方法持平或更优，同时在训练过程中保持更安全的行为。

处理安全强化学习中的长期安全性和不确定性
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证