#约束优化

原对偶学习中的参数共振：非平稳约束MDP新解

本文解析约束MDP原始-对偶学习在非平稳环境下的参数共振机制，涵盖加法与参数通道、估计失配引发的共振、SAC实验验证及对安全强化学习的启示。