חזרה לGlossary
RL עם אילוצי בטיחות
למידת חיזוק מוגבלת המייעלת תשואה תוך עמידה באילוצי בטיחות (למשל, הסתברות התנגשות < 0.01, מגבלות מומנט מפרק). אופטימיזציה של מדיניות מוגבלת (CPO), שיטות לגראנז'יאן, ופונקציות מחסום בקרה הן גישות נפוצות. RL בטוח קריטי לפריסת רובוט בעולם האמיתי שבו הפרות אילוצים יכולות להזיק לחומרה או לפגוע באנשים.