FAITH：可行性感知安全过滤强化学习框架

Songyuan Zhang 等作者发布论文，提出 FAITH 安全过滤强化学习框架。该框架为无模型、可行性感知设计，用前馈网络近似最优状态-动作安全价值并摊销最小干预过滤，任务策略通过过滤后的动力学优化回报，无需在策略更新中引入竞争性安全项。 作者称这一设计面向高维系统，其效果由论文提出者表述，尚未见独立验证。

AI 根据报道生成 · 44 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。