tail-sensitive

标签

Cards List
#tail-sensitive

SteinGate: 基于Stein散度的尾敏感安全强化学习

arXiv cs.LG ↗ · 2026-07-16 缓存

SteinGate引入了一种基于核化Stein散度的分布安全证书,用于检测安全强化学习中罕见的灾难性尾部事件,动态调整策略更新以减少约束违反,同时保持有竞争力的回报。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈