probabilistic-shielding

标签

#probabilistic-shielding

通过学习MDP实现安全强化学习的自适应概率性防护

arXiv cs.LG ↗ · 2026-08-21 缓存

本文介绍了一种用于安全强化学习的自适应概率性防护，其中防护是通过在线学习的MDP模型计算的，随着模型变得更精确而自适应。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈