Intel（英特尔）

Arrive and Survive: Scaling Safe Goal-Conditioned Policy Learning from One-Bit Failure Signals

到达并生存：基于一位失败信号扩展安全目标条件策略学习

Guopeng Li, Yiyang Duan, Yiru Jiao, Chengcheng Xu

机构 * Southeast University（东南大学） ； Yinwang Intel. Tech. Co. Ltd.（银网智能科技有限公司） ； Lab（2030实验室） 纠错

AI总结 本文针对失败终止CRL的系统性偏差，提出Safe-CRL方法，仅用失败的一位信号，在12个机器人任务中提升了存活率与目标到达性能，完善了失败终止下的CRL理论。

Comments 21 pages, 14 figures, 5 tables, Code: this https URL (https://github.com/RomainLITUD/safe-crl)