arXiv · ML· Zongyou Yu, Ao Zhou, Xiongbo Shi, Jiayi Guan, Shihang Du, Xudong Zhang, Shangding Gu, Junqiao Zhao, Hanli Wang, Guang Chen·· 1 天前AI 评分30
RBGA：基于残差预算引导仲裁的离线到在线安全强化学习算法
RBGA: Residual-Budget Guide Arbitration for Offline-to-Online Safe Reinforcement Learning in Dexterous Manipulation
AI 导读
针对现有离线到在线安全强化学习未显式考量已消耗安全预算导致探索受限的问题，研究团队提出 RBGA 算法。该算法通过跟踪剩余回合安全预算，自适应地在离线引导与在线策略间进行逐步行动仲裁，并提供了安全性理论分析。
来源：arXiv · ML · arxiv.org