PulseAugur
中
实时 10:02:04
实体 Offline-to-online safe reinforcement learning

Offline-to-online safe reinforcement learning

PulseAugur coverage of Offline-to-online safe reinforcement learning — every cluster mentioning Offline-to-online safe reinforcement learning 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_327178 ·

    新的RBGA算法增强了机器人操作安全强化学习

    研究人员开发了一种名为RBGA(残余预算引导仲裁)的新算法,以改进机器人执行灵巧操作时的安全强化学习。该算法显式跟踪单集内的剩余安全预算,使其能够自适应地选择离线引导和不断发展的在线策略。通过将动作的估计剩余成本与剩余预算进行比较,RBGA确保了有效的在线策略改进,同时保持了强大的安全性能,解决了现有方法中未考虑先前消耗的安全预算的局限性。