SEVI：安全证据型现实世界强化学习框架

SEVI 提出一种可靠性感知安全干预框架，用于现实世界策略学习。该框架引入证据安全评估器，在单次前向传播中估算约束违反风险与认知不确定性。 在线学习时，若动作预测不安全或证据不足，SEVI 将其覆盖为离线训练的低风险恢复策略。 在模拟操作和 USB 插入任务中，SEVI 实现了最高的任务成功率和最低的不安全事件计数，相比基线减少 13.4% 至 57.1% 的不安全事件。