MuJoCo XLA

新的CRAX基准测试将安全RL代理测试速度提高了100倍

研究人员开发了CRAX，一个用于强化学习（RL）代理的新基准测试，旨在加速真实世界应用中的安全测试。CRAX基于MuJoCo XLA物理引擎构建，与现有基准测试相比，速度提高了100倍，能够进行更广泛的实验。该基准测试包含六个环境套件和三个不同难度级别的特定代理任务。对六种流行的安全RL方法的初步评估显示，没有一种方法能够持续优于其他方法，突显了性能和安全之间的权衡，并表明课程学习和安全迁移可以在更具挑战性的场景中提高结果。