failure-termination

#failure-termination

到达与生存：从一位失败信号扩展安全目标条件策略学习

arXiv cs.LG ↗ · 2026-08-28 缓存

本文介绍了安全对比强化学习（Safe-CRL），以解决失败终止条件下目标条件策略学习中的高估偏差问题，利用一位失败信号来提升机器人导航和运动任务的安全性和性能。

0 人收藏 0 人点赞