方略学科导航

搜索结果: 1-1 共查到“计算机应用安全强化学习”相关记录1条 . 查询时间(0.746 秒)

安全强化学习综述安全强化学习约束马尔科夫决策过程学习过程学习目标离线强化学习 2023/9/26

强化学习(Reinforcement learning,RL)在围棋、视频游戏、导航、推荐系统等领域均取得了巨大成功.然而,许多强化学习算法仍然无法直接移植到真实物理环境中.这是因为在模拟场景下智能体能以不断试错的方式与环境进行交互,从而学习最优策略.但考虑到安全因素,很多现实世界的应用则要求限制智能体的随机探索行为.因此,安全问题成为强化学习从模拟到现实的一个重要挑战.近年来,许多研究致力于开发...