kod QR

Conditional Sequence Modeling for Safe Reinforcement Learning

Offline safe reinforcement learning (RL) aims to learn policies from a fixed dataset while maximizing performance under cumulative cost constraints. In practice, deployment requirements often vary across scenarios, necessitating a single policy capable of zero-shot adaptation to different cost thres...

Szczegółowa specyfikacja

Zapisane w:
Opis bibliograficzny
Główni autorzy: Wensong Bai, Chao Zhang, Qihang Xu, Chufan Chen, Chenhao Zhou, Hui Qian
Format: Artigo
Język:Inglês
Wydane: MDPI AG 2026-03-01
Seria:Mathematics
Hasła przedmiotowe:
Dostęp online:https://www.mdpi.com/2227-7390/14/6/1015
Etykiety: Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!