QR код

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...

Бүрэн тодорхойлолт

-д хадгалсан:
Номзүйн дэлгэрэнгүй
Үндсэн зохиолчид: Wensong Bai, Chao Zhang, Qihang Xu, Chufan Chen, Chenhao Zhou, Hui Qian
Формат: Artigo
Хэл сонгох:Inglês
Хэвлэсэн: MDPI AG 2026-03-01
Цуврал:Mathematics
Нөхцлүүд:
Онлайн хандалт:https://www.mdpi.com/2227-7390/14/6/1015
Шошгууд: Шошго нэмэх
Шошго байхгүй, Энэхүү баримтыг шошголох эхний хүн болох!