有限制的视觉表示学习与双模拟指标,以确保安全的强化学习

概括

使用双模拟指标 (CVRL-BM) 进行受约束的视觉表示学习,通过从视觉数据中创建紧的状态表示来增强安全的强化学习. 这种方法提高了复杂环境中的决策安全性和效率.