实体
Safety Gym
Safety Gym
PulseAugur coverage of Safety Gym — every cluster mentioning Safety Gym across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新FAITH框架增强了机器人安全强化学习能力
研究人员开发了FAITH,一个用于高维系统安全强化学习的新框架。这种无模型方法将安全性和任务性能目标分开,使用学习到的安全值来近似最优动作并摊销最小干预过滤。FAITH在Safety Gym等模拟环境和真实人形机器人上展示了高回报和高安全率,在行走任务中实现了99.95%的安全率,同时保留了97%的未过滤回报。
-
OpenAI 通过 Dota 2、安全性和泛化性推进强化学习
OpenAI 发布了一系列研究论文,详细介绍了强化学习方面的进展。其中包括 OpenAI Five 在 Dota 2 中取得超越人类的表现,开发了 RL 安全探索的基准,并使用 CoinRun 环境量化了泛化能力。该公司还探索了新颖的方法,例如基于预测的奖励以实现好奇心驱动的探索,学习多智能体系统中的策略表示,以及一种名为 Evolved Policy Gradients 的实验性元学习方法,以加快新任务的训练速度。进一步的研究解决了…