研究人员开发了一种名为Cancellation-Free Constrained SquareCB的新算法,用于强化学习中的安全控制器选择。该方法旨在最小化损失,同时遵守成本预算,通过直接惩罚预算违规行为来改进现有技术。在四旋翼飞行器和楼宇控制系统上的测试中,与基线方法相比,该算法的违规率显著降低,且遗憾度相当或更低。 AI
影响 这项研究可能带来更可靠、更安全的机器人和控制应用中的AI系统。
排序理由 该集群包含一篇详细介绍新算法及其实验结果的学术论文。[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 →