RecReg：用恢复式屏蔽保障强化学习安全

Alexander W. Goodall 与 Francesco Belardinelli 提出安全强化学习框架 RecReg，通过基于恢复的屏蔽机制（recovery-based shielding）强制执行非马尔可夫正则安全属性。据作者在论文中所述，该框架支持不同级别的先验知识与安全保证。 该框架针对的是强化学习中非马尔可夫、可用正则语言描述的安全约束，此前方法多处理马尔可夫属性。报道未给出实验验证结果或具体应用场景。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。