arXiv · cs.AI· Alexander W. Goodall, Francesco Belardinelli·· 7 小时前
RecReg：强化学习中正则安全性质的基于恢复屏蔽框架
RECREG: Recovery-based Shielding for Regular Safety Properties in Reinforcement Learning
arXiv:2610.23445v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Alexander W. Goodall, Francesco Belardinelli
研究任务与主要进展
论文作者提出 RecReg，通过基于恢复的屏蔽机制强化学习智能体对非马尔可夫正则安全性质的约束支持，并统一处理不同先验知识与安全保证。基于论文摘要，论文主要建立表格型强化学习中的理论安全与收敛基础，并报告使用 MASA-Safe-RL 的实证结果；面向深度强化学习的扩展仅作概述，具体实验细节与基准未说明。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org