SafePILCO：一个用于安全且数据高效策略合成的软件工具
机器学习
2020-08-10 v1 系统与控制
系统与控制
机器学习
摘要
SafePILCO是一个用于安全且数据高效的强化学习策略搜索的软件工具。它扩展了已知的PILCO算法（最初用MATLAB编写）以支持安全学习。我们提供了Python实现，并利用现有库使代码库保持简短和模块化，适合验证、强化学习和控制界的广泛使用。
引用
@article{arxiv.2008.03273,
title = {SafePILCO: a software tool for safe and data-efficient policy synthesis},
author = {Kyriakos Polymenakos and Nikitas Rontsis and Alessandro Abate and Stephen Roberts},
journal= {arXiv preprint arXiv:2008.03273},
year = {2020}
}
备注
Shorter Version published as a software tool demonstration at QEST 2020