实体
Manan Tayal
Manan Tayal
PulseAugur coverage of Manan Tayal — every cluster mentioning Manan Tayal across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
EpiFlow 通过平衡性能和安全性，推动了安全离线强化学习的发展
研究人员开发了 EpiFlow，这是一种新颖的离线强化学习方法，旨在平衡关键应用中的安全性和性能。与以往在更好结果上牺牲安全性或过于保守的方法不同，EpiFlow 使用基于具有硬状态约束的最优控制的公式。该方法学习一个图上可行性价值函数，并采用流匹配来提取策略，从而能够将安全保证与数据驱动的优化进行更原则性的整合。在船只导航和注重安全的 gym 任务等基准测试上的实证结果表明，EpiFlow 在最少的安全违规情况下实现了有竞争力的回报。
-
新的MAD-PINN框架增强了多智能体控制的安全性和性能
研究人员开发了MAD-PINN，一个利用物理信息神经网络的新型去中心化框架，以应对多智能体控制系统中安全性和性能协同优化的挑战。该方法重新构建了多智能体状态约束最优控制问题（MASC-OCP），并通过在缩减智能体系统上进行训练来实现可扩展性来逼近其解。MAD-PINN结合了基于Hamilton-Jacobi可达性的策略来优先处理安全关键交互，以及用于自适应决策的递推视界策略，在导航任务中展示了优越的性能和安全性权衡。