MoViL离线安全强化学习论文发布
热点事件持续更新
MoViL离线安全强化学习论文发布
1 篇报道1 个报道来源23 小时前更新
先了解这件事
AI 综述
2026年11月5日，Ziqian Wang与Zhen Zhang在arXiv平台发布单调可行性学习（MoViL）论文。该工作旨在解决离线安全强化学习中的核心难题，即依赖固定数据提供可靠的长时域安全性估计。 论文提出的MoViL方法通过单调有限时域集合递归，从离线转移数据中学习可行性集合。实验结果显示，该方法在安全强化学习基准测试中取得了当前最优的回报与成本性能，并在所有任务中均满足平均成本约束。 研究指出，MoViL特别适用于缺乏可靠动力学模型且在线探索存在安全风险的关键系统。论文还验证了该方法的数值准确性，证实了其在离线数据条件下处理复杂安全场景的可行性与鲁棒性。
AI 根据报道生成 · 22 小时前更新
最新进展11月6日 13:00
MoViL: 离线安全强化学习中的单调可行性学习报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv · MLMoViL: 离线安全强化学习中的单调可行性学习
论文提出单调可行性学习（MoViL），通过单调有限时域集合递归从离线转移数据学习可行性集合。该方法在安全强化学习基准上取得当前最优的回报-成本性能，并在所有任务中满足平均成本约束。实验验证了该数值准确性，并指出其适用于无可靠动力学模型且在线探索不安全的关键安全系统。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 1011月6日 14:00
- 近 24 小时变化
- –
02.557.510
18:0011月7日06:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。