Safe-DRL

新算法为自主系统合成形式化验证的控制策略

研究人员开发了SMC-ES，一种将进化策略与统计模型检查相结合的新算法，可自动合成自主系统的控制策略。该方法对性能、安全性和鲁棒性提供形式化保证，确保遇到违规的概率低于指定阈值。SMC-ES在Gymnasium和Safety Gymnasium的连续控制任务上进行了评估，与领先的深度强化学习和Safe-DRL基线相比，表现具有竞争力，但计算成本有所增加。