一種用于訓練控制軟件以使用視覺輸入來強化安全性約束的方法,包括:使用用于每個對象的視覺模板來針對強化學習(RL)代理的動作空間的圖像中的每個對象執行模板匹配,其中RL代理的動作空間中的每個對象被檢測;將每個檢測到的對象映射到針對每個對象的在RL代理的動作空間中的平面坐標的集合;通過將針對RL代理的動作空間的安全性規范應用于針對RL代理的動作空間中的每個對象的坐標的變量集合,來確定用于RL代理的安全動作的集合;針對RL過程的當前狀態向RL代理輸出該安全動作的集合;以及在RL代理采取動作之前防止RL代理執行不安全的動作。
聲明:
“針對視覺輸入的形式上安全的符號化強化學習” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)