Volver a Glossary
RL con Restricciones de Seguridad
Aprendizaje por refuerzo restringido que optimiza el retorno mientras satisface restricciones de seguridad (p. ej., probabilidad de colisión < 0.01, límites de torque en articulaciones). La optimización de política restringida (CPO), métodos lagrangianos y funciones de barrera de control son enfoques comunes. El RL seguro es crítico para el despliegue de robots en el mundo real donde las violaciones de restricciones pueden dañar el hardware o lastimar a personas.