实体 Dyna-style MBRL

Dyna-style MBRL

PulseAugur coverage of Dyna-style MBRL — every cluster mentioning Dyna-style MBRL across labs, papers, and developer communities, ranked by signal.

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

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_09868 · Apr 29 · 16:01

新的UPSi滤波器通过不确定性量化增强了强化学习的安全性

研究人员开发了面向不确定性的预测安全滤波器（UPSi），这是一种增强强化学习探索过程中安全性的新方法。UPSi将概率集成神经网络与预测安全滤波器相结合，解决了先前方法在可扩展性和不确定性量化方面的局限性。该系统将未来结果表述为可达集合，并包含明确的确定性约束以防止模型被利用，在探索安全性方面显示出显著的改进。