一種用于訓(xùn)練控制軟件以使用視覺輸入來強(qiáng)化安全性約束的方法,包括:使用用于每個(gè)對象的視覺模板來針對強(qiáng)化學(xué)習(xí)(RL)代理的動作空間的圖像中的每個(gè)對象執(zhí)行模板匹配,其中RL代理的動作空間中的每個(gè)對象被檢測;將每個(gè)檢測到的對象映射到針對每個(gè)對象的在RL代理的動作空間中的平面坐標(biāo)的集合;通過將針對RL代理的動作空間的安全性規(guī)范應(yīng)用于針對RL代理的動作空間中的每個(gè)對象的坐標(biāo)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(dāng)前狀態(tài)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(zhí)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(qiáng)化學(xué)習(xí)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)