nonstationary

标签

Cards List
#nonstationary

从累积约束到自适应运行时安全控制用于非平稳强化学习

arXiv cs.LG · 2026-05-20

提出CPSS,一种运行时安全机制,将累积成本约束转换为自适应状态级阈值,用于非平稳环境中的安全强化学习,在高速公路合流场景中展示了违规次数的减少。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈