Zurück zu Glossary
Sicherheits-Constraint-RL
Eingeschränktes Reinforcement Learning, das die Rendite optimiert und gleichzeitig Sicherheitseinschränkungen erfüllt (z. B. Kollisionswahrscheinlichkeit < 0,01, Gelenkmoment-Grenzen). Constrained Policy Optimization (CPO), Lagrange-Methoden und Control Barrier Functions sind häufige Ansätze. Sicherheits-RL ist entscheidend für die Bereitstellung von Robotern in der realen Welt, wo Verletzungen von Einschränkungen Hardware beschädigen oder Menschen verletzen können.