অনুরূপ উপাদানগুলি

• ProSh: Probabilistic Shielding for Model-free Reinforcement Learning
  অনুযায়ী: Court, Edwin Hamel-De le, অন্যান্য
  প্রকাশিত: (2025)
• Behaviour Policy Optimization: Provably Lower Variance Return Estimates for Off-Policy Reinforcement Learning
  অনুযায়ী: Goodall, Alexander W., অন্যান্য
  প্রকাশিত: (2025)
• Robust Shielding for Safe Reinforcement Learning
  অনুযায়ী: Court, Edwin Hamel-De le, অন্যান্য
  প্রকাশিত: (2026)
• Approximate Model-Based Shielding for Safe Reinforcement Learning
  অনুযায়ী: Goodall, Alexander W., অন্যান্য
  প্রকাশিত: (2023)
• Safe Reinforcement Learning via Recovery-based Shielding with Gaussian Process Dynamics Models
  অনুযায়ী: Goodall, Alexander W., অন্যান্য
  প্রকাশিত: (2026)