概念Constrained Reinforcement Learning
约束强化学习
在标准强化学习最大化累积奖励的目标之外引入成本约束的框架，通常形式化为在满足期望成本低于阈值的条件下优化奖励，适用于安全攸关场景。
时间轴 (近 90 天)
10月20日
约束强化学习在最大化累积奖励之外引入对某些成本的约束，通常形式化为在满足期望成本低于阈值的条件下优化奖励。
待验证50%
10月3日
约束强化学习相比调整奖励权重带来可沟通性与可组合性两大优势，新增约束不会迫使重新调校所有权重
待验证50%