基于采样的安全强化学习

Luca Vignola, Bruce D. Lee, Manish Prajapat, Manuel Wendl, Melanie Zeilinger, Andreas Krause, Yarden As

2026

摘要

提出一种基于采样的模型强化学习算法，通过在有限动态样本上联合施加约束来保证学习过程中的安全性，并引入基于认知不确定性的探索策略，无需显式探索奖励。该算法在理论和实验上均证明了安全高效的学习能力，并扩展到高维连续控制问题。

safe reinforcement learningmodel-based RLsampling-based optimizationexploration strategysafety guarantees

LEARNING

开放获取📊 1 引用

Keyi Shen, Glen Chou

2026

LEARNING

📊 0 引用

Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Jiaxin Liu, Xiaofeng Zhou, Suyang Yu 等 8 位作者

Robotics and Computer-Integrated Manufacturing · 2026