机读格式显示(MARC)

• 000 01151nam0 2200301 450

• 001 0000514867

• 005 20260305150000.0

• 010 __ |a 978-7-118-13707-1 |d CNY88.00

• 099 __ |a CAL 012025344377

• 100 __ |a 20250805d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 异策略安全约束强化学习 |A yi ce lve an quan yue shu qiang hua xue xi |f 杨奇松...[等]著

• 210 __ |a 北京 |c 国防工业出版社 |d 2025

• 215 __ |a 117页 |c 图 |d 24cm

• 304 __ |a 题名页题其余责任者: 常燕, 武健, 李邦杰, 王顺宏, 赵久奋

• 312 __ |a 英文题名取自封面

• 320 __ |a 有书目

• 330 __ |a 本书深入探讨了强化学习在现实世界应用中面临的安全挑战, 特别是在与不可预测环境交互时确保智能体的安全性。书中提出了基于约束的强化学习方法, 区分奖励函数与安全相关的成本函数, 以实现安全与性能的平衡。分别针对安全风险控制和训练安全保证问题, 开发了相应的算法。

• 510 1_ |a Off-policy safety constrained reinforcement learning |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 杨奇松 |A yang qi song |4 著

• 801 _0 |a CN |b 人天书店 |c 20250805

• 905 __ |a LJUZC |d TP181/625

• 920 __ |a 222016 |z 1