未知转移模型下确定性马尔可夫决策过程中的高效安全探索
机器人学
2020-06-05 v1 人工智能
机器学习
系统与控制
摘要
我们提出了一种针对未知转移模型的确定性马尔可夫决策过程的安全探索算法。我们的算法利用Lipschitz连续性保证安全性，确保在探索过程中不访问任何不安全状态。与许多其他现有技术不同，所提供的安全性保证是确定性的。我们的算法经过优化，以减少探索安全空间所需的动作数量。我们在导航任务的仿真中与基线方法对比，展示了算法的性能。
引用
@article{arxiv.1904.01068,
title = {Efficient and Safe Exploration in Deterministic Markov Decision Processes with Unknown Transition Models},
author = {Erdem Bıyık and Jonathan Margoliash and Shahrouz Ryan Alimo and Dorsa Sadigh},
journal= {arXiv preprint arXiv:1904.01068},
year = {2020}
}
备注
Proceedings of the American Control Conference (ACC), July 2019. The first two authors have equal contribution