研究人员推出CRAX，这是一个旨在加速安全强化学习（RL）代理评估的新基准测试。CRAX使用MuJoCo XLA物理引擎构建，与基于CPU的基准测试相比，速度提升高达100倍，使其适用于机器人和自动驾驶等现实世界应用。该基准测试包含六个环境套件和三个特定代理任务，每个都有不同的难度级别。对六种流行的安全RL方法的初步评估表明，没有一种方法是普遍优越的，突显了性能和安全之间的权衡，并表明课程学习可以提高在更具挑战性场景中的性能。 AI
影响 能够为机器人和自动驾驶等现实世界应用中的安全AI进行更快、更具可扩展性的研究。
排序理由 该集群描述了在arXiv上发布的一个用于强化学习研究的新基准测试。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.20376v1 Announce Type: cross Abstract: Safety is a core concern for deploying reinforcement learning (RL) agents in real-world domains such as robotics and autonomous driving. While benchmarks have been central to progress in RL, existing safety benchmarks with high-fi…
Safety is a core concern for deploying reinforcement learning (RL) agents in real-world domains such as robotics and autonomous driving. While benchmarks have been central to progress in RL, existing safety benchmarks with high-fidelity 3D physics remain computationally slow, lim…