跳到正文
arXiv · ML· Artur Eisele, Bernd Frauenknecht, Friedrich Solowjow, Sebastian Trimpe·· 11 天前AI 评分30

Dyna-SAuR:基于不确定性感知的强化学习安全算法

Dyna-Style Safety Augmented Reinforcement Learning: Staying Safe in the Face of Uncertainty

AI 导读

提出 Dyna-SAuR 算法,通过学习不确定性感知的动力学模型来联合训练控制策略与安全过滤器。该滤波器避免高不确定性区域,使保守性随时间降低,从而安全收集数据。在 CartPole 和 MuJoCo Walker 任务中,失败率比基线减少两个数量级。

来源:arXiv · ML · arxiv.org