arXiv · ML· Seokin Seo, Sung Kuk Shyn, Minji Seo, Yisoo Lee, Jongmin Lee, Hongseok Yang, Kee-Eung Kim·· 11 天前AI 评分31
DexDICE: 通过双专家离线模仿学习协调安全性与性能
DexDICE: Reconciling Safety and Performance via Dual-Expert Offline Imitation Learning
AI 导读
提出双专家离线模仿学习框架 DexDICE,利用安全合规与高回报演示数据,结合分布约束提升离线模仿学习性能。 采用 DICE 式离线学习与安全支撑约束,证明理想解在高概率下避免进入不安全区域。在 DSRL 基准及真实移动机器人导航任务中验证,显著优于基线且抗数据稀缺与质量退化。 被 NeurIPS 2026 收录。
来源:arXiv · ML · arxiv.org