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
本发明提供一种用于生成安全策略的离线强化学习方法及相关组件，该方法包括：基于离线强化学习数据集学习可行价值函数，以根据可行价值函数确定离线强化学习数据集中的最大可行区域；最大可行区域内当前状态至少存在一个最安全策略保证约束违反；基于离线强化学习数据集学习价值函数；根据可行价值函数和价值函数确定离线可行性约束的优化目标；根据优化目标，基于判别器引导的扩散模型提取智能体离线强化学习的安全策略。本发明的方法包括三个解耦的学习过程，具有良好的训练稳定性，能够保证在所有评估任务中获得满意安全性能，同时获得
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117494833A
(43)申请公布日2024.02.02
(21)申请号202311285208.8
(22)申请日2023.09.28
(71)申请人清华大学
地址100084
文档评论（0）