原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本公开提出一种安全强化学习方法、安全强化学习装置、智能体和存储介质，涉及计算机领域。本公开实施例将安全强化学习任务解耦为基线策略学习任务以及安全策略校正任务；基于所述基线策略学习任务，获得基线策略；基于所述安全策略校正任务，通过行为克隆模仿所述基线策略，学习满足安全约束且最接近所述基线策略的安全策略；输出所述安全策略。从而，通过将安全强化学习解耦为基线策略/安全策略的双代理学习，在基线策略的基础上进行安全性微调即可得到安全策略，降低了寻找接近最优安全策略的学习难度，进而提高样本效率，有利于复杂任
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116011591 A
(43)申请公布日 2023.04.25
(21)申请号 202310087196.1
(22)申请日 2023.01.19
(71)申请人 京东科技信息技术有限公司
地址
文档评论（0）