自动驾驶

Latent Safety-Constrained Policy Approach for Safe Offline Reinforcement Learning

潜在安全约束策略方法用于安全离线强化学习

Prajwal Koirala, Zhanhong Jiang, Soumik Sarkar, Cody Fleming

机构 * Iowa State University（爱荷华州立大学） 纠错

专题命中 仿真评测 ：autonomous driving(abstract)

AI总结 本文提出了一种潜在安全约束策略方法，通过条件变分自动编码器和受约束奖励-回报最大化框架，实现了安全离线强化学习中的安全性和奖励优化的平衡。

Journal ref International Conference on Learning Representations (ICLR), 2025