跳到正文
arXiv · 机器人与计算机视觉· Shaekh Mohammad Shithil, Lantao Liu·· 24 天前AI 评分58

SEVI:一种用于真实世界强化学习的可信安全干预框架

SEVI: Safe Evidential Real-World Reinforcement Learning

AI 导读

针对真实机器人在线学习中的不安全交互问题,作者提出 SEVI 框架,通过证据安全评论家同时估计未来约束违反风险与认识不确定性,并在执行前对动作进行过滤或切换至离线恢复策略。

来源:arXiv · 机器人与计算机视觉 · arxiv.org