arXiv · 机器人与计算机视觉· Kai S. Yun, Zeyang Li, Navid Azizan·· 14 天前AI 评分68
PS2-RL:一种可扩展且可证明安全的强化学习框架
Provably Safe, Yet Scalable Reinforcement Learning
AI 导读
论文提出了 PS2-RL 框架,旨在解决传统方法在提供形式化安全保证与可扩展性之间的权衡问题。该方法利用学习到的备份策略在线生成隐式控制不变集,无需显式计算不变集即可实现快速恢复和端到端训练。理论分析表明该框架可应用于任意现有强化学习算法,并在高达 10 维状态空间的机器人控制任务中验证了其性能与安全性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org