Restrições Direcionais para Exploração Eficiente em Aprendizado por Reforço Seguro

arXiv:2607.12784v1 Tipo de anúncio: novo Resumo: O Aprendizado por Reforço revolucionou o panorama da pesquisa em robótica, permitindo o aprendizado robusto de habilidades robóticas complexas em simulação. No entanto, a implantação no mundo real em ambientes abertos exige fortes garantias de segurança para evitar comportamentos perigosos ou prejudiciais. Os métodos de Aprendizado por Reforço Seguro atendem a essa exigência ao impor restrições de segurança. Contudo, aprender sob restrições muitas vezes reduz a velocidade de aprendizado e poderia ...