返回Glossary

风险感知强化学习

Robot LearningRLSafety

不仅考虑期望回报,还考虑结果方差或尾部风险的强化学习。CVaR(条件风险价值)优化最小化最坏情况性能而非平均性能。风险感知强化学习对物理机器人很重要,因为即使以平均性能为代价,也必须避免罕见的灾难性结果(硬件损坏、人员伤害)。

Related terms