点击购买，资源将自动在新窗口打开.
获取独家产品信息，尽享促销优惠！立即订阅，不容错过
* 限···时··优惠
摘要 - 自动化车辆的安全和能力的运动计划至关重要。传统方法的处理能力受到限制。无模型的加固学习（RL）通过在不同的交通情况下概括这一挑战，而无需明确了解所有可能的结果。但是，由于其固有的安全保证，它也构成了挑战。为了弥合这一差距，我们将在线可及性分析集成到无模型的RL中，以提供实时安全保证。可及性分析有助于确定不安全的状态和行动，从而实现自动化车辆的安全决策。我们通过广泛的数值实验评估方法的有效性。我们的结果表明，我们可以有效地提供安全保证，而不会损害学习代理的性能。
主要关键词
