2021年10月2日
Detecting Rewards Deterioration in Episodic Reinforcement Learning
摘要： **发表时间：**2021（ICML 2021） **文章要点：**文章想说，我们训好一个policy之后，在真正用他的时候需要考虑安全性和可靠性（RL tasks is the safety and reliability of the system）。所以我们就需要一个方法来快速检测这个trai 阅读全文
posted @ 2021-10-02 12:02 initial_h 阅读(105) 评论(0) 推荐(0)