PulseAugur
中
实时 13:25:24
实体 Alexander W. Goodall

Alexander W. Goodall

PulseAugur coverage of Alexander W. Goodall — every cluster mentioning Alexander W. Goodall across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_336424 ·

    新框架确保强化学习安全并提供可证明的保证

    研究人员开发了一个新的安全强化学习（RL）框架，为连续动力学系统提供了可证明的安全保证。该方法将一个备份策略（或称为保护层）与RL代理集成。保护层使用高斯过程（GP）模型来预测潜在的安全违规，并在必要时动态干预以维持安全轨迹。这种方法允许不受限制的探索和高效的学习，而不会损害安全性，这一点已在连续控制环境中得到证明。