RECREG : un cadre pour des propriétés de sécurité régulières en RL
En bref
- RECREG introduit un cadre théorique pour des propriétés de sécurité régulières en RL.
- Garanties de sécurité et convergence prouvées dans des environnements tabulaires.
- Extension proposée vers le RL profond avec des résultats empiriques encourageants.
Un nouveau cadre, RECREG, permet d'imposer des propriétés de sécurité non markoviennes dans l'apprentissage par renforcement (RL) via un mécanisme de protection basé sur la récupération. Il offre des garanties théoriques et des résultats empiriques prometteurs, notamment dans des environnements tabulaires et une extension vers le RL profond.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez cs.AI updates on arXiv.org.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Signaler une erreur