arXiv · cs.AI· Luca Vignola, Bruce D. Lee, Manish Prajapat, Manuel Wendl, Melanie Zeilinger, Andreas Krause, Yarden As·· 5 小时前
研究提出基于采样的安全强化学习算法 SBSRL
Sampling-Based Safe Reinforcement Learning
arXiv:2605.19469v2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：Luca Vignola, Bruce D. Lee, Manish Prajapat, Manuel Wendl, Melanie Zeilinger, Andreas Krause, Yarden As
研究任务与主要进展
研究者提出模型强化学习算法 SBSRL，通过在一组有限动力学样本上联合施加约束，近似不确定动力学下的最坏情况优化，并在连续域中提供安全学习保证。其探索策略约束认知不确定性而无需显式探索奖励；基于论文摘要，作者在正则条件下报告了全过程高概率安全保证和有限时间样本复杂度界，并在模拟、真实机器人硬件及深度集成实现中进行了实验。
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