LEARNING
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
- 发表年份
- 2026
- 访问权限
- 开放获取
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。
关键词
safe reinforcement learningmodel-based RLsampling-based optimizationexploration strategysafety guarantees
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018