广东职业技术学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

异策略安全约束强化学习/杨奇松[等]著

出版发行项:

北京:国防工业出版社,2025

ISBN及定价:

978-7-118-13707-1/CNY88.00

载体形态项:

13,117页;24cm

并列正题名:

Off-policy safety constrained reinforcement learning

个人责任者:

杨奇松 著

学科主题:

机器学习

中图法分类号:

TP181

题名责任附注:

著者还有：常燕、武健、李邦杰、王顺宏、赵久奋

相关题名附注:

封面英文题名：Off-policy safety constrained reinforcement learning

提要文摘附注:

本书探讨了如何在强化学习框架内实现安全风险控制和训练过程的安全性。首先，介绍Worst-Case Soft Actor Critic(WCSAC)算法，该算法通过分析累积安全成本的分布，引入条件风险值作为安全约束，并自适应实现奖励与安全之间的平衡。其次，介绍两种估计安全成本分布的方法：高斯近似法和分位数回归算法，并通过仿真实验展示它们在风险控制中的效果。再次，进一步地针对目标奖励未知的情况，介绍Constrained Entropy Maximization(CEM)算法，旨在学习一个在安全前提下能够均匀访问所有状态的探索策略。最后，为了实现安全策略的快速迁移学习，介绍Safe Guide(SaGui)框架。

豆瓣简介：