计算机科学 > 机器学习
[提交于 2026年1月8日
]
标题: 非平稳环境下的安全持续强化学习方法。 面向最新技术的综述
标题: Safe Continual Reinforcement Learning Methods for Nonstationary Environments. Towards a Survey of the State of the Art
摘要: 这项工作提供了持续安全在线强化学习(COSRL)方法的最新综述。 我们讨论了构建持续在线安全强化学习算法中的理论方面、挑战和开放问题。 我们根据考虑适应非平稳性的安全学习机制类型,提供了持续在线安全强化学习方法的分类和详细内容。 我们对在线强化学习算法的安全约束公式进行了分类,最后,我们讨论了创建可靠、安全在线学习算法的前景。 关键词:非平稳环境中的安全RL,非平稳下的持续安全强化学习,HM-MDP,NSMDP,POMDP,安全POMDP,持续学习的约束,持续安全强化学习综述,持续安全强化学习调查,持续安全强化学习,分布变化下的安全在线学习,持续在线适应的安全性,安全强化学习,安全探索,安全适应,约束马尔可夫决策过程,安全强化学习,部分可观测马尔可夫决策过程,安全强化学习与隐马尔可夫决策过程,安全在线强化学习,安全在线强化学习,安全在线强化学习,安全元学习,安全元强化学习,基于情境的安全强化学习,持续学习的安全约束制定
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.