研究人员开发了FAITH,一个用于高维系统安全强化学习的新框架。这种无模型方法将安全性和任务性能目标分开,使用学习到的安全值来近似最优动作并摊销最小干预过滤。FAITH在Safety Gym等模拟环境和真实人形机器人上展示了高回报和高安全率,在行走任务中实现了99.95%的安全率,同时保留了97%的未过滤回报。 AI
影响 该框架通过提高机器人遵守安全约束的能力,有望实现更安全的机器人部署在复杂、现实世界环境中。
排序理由 该集群包含一篇详细介绍强化学习新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →