SBSRL 安全强化学习论文更新版本发布

Luca Vignola 等更新了 arXiv 论文 Sampling-Based Safe Reinforcement Learning（2605.19469v2）。论文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，以在学习全过程维持安全；其探索策略约束认知不确定性，无需显式探索奖励。 基于论文摘要，作者称在正则条件下推导出学习全过程的高概率安全保证和恢复近最优策略的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。以上为作者在论文中报告的结果，本站未核验全文。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。