强化学习代理通过试错探索环境以学习最佳策略，尤其在与人类互动的机器人系统中，安全性至关重要。本文提出将受限强化学习标准化为安全探索的主要形式，并推出Safety Gym基准套件，以评估受限强化学习的研究进展，并对多种受限深度强化学习算法进行基准测试。