论文信息
Constrained Visual Representation Learning With Bisimulation Metrics for Safe Reinforcement Learning
基于双模拟度量的约束视觉表示学习用于安全强化学习
Rongrong Wang, Yuhu Cheng, Xuesong Wang
论文创新点
- 引入安全双模拟度量：论文提出了安全双模拟度量，用于量化状态之间的行为相似性，并将安全成本纳入度量计算中。这一创新使得模型能够在潜在状态表示学习中综合考虑奖励和成本，从而在保证安全性的同时优化策略。
- 顺序条件变分推断模型：作者设计了一个顺序条件变分推断模型，用于从高维视觉观测中提取低维状态表示。该模型通过捕捉观测数据中的内在模式和关联，生成紧凑且信息丰富的潜在状态表示，为后