Buchumschlag

Probabilistic Shielding for Safe Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Court, Edwin Hamel-De le, Belardinelli, Francesco, Goodall, Alexander W.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ProSh: Probabilistic Shielding for Model-free Reinforcement Learning
von: Court, Edwin Hamel-De le, et al.
Veröffentlicht: (2025)

Behaviour Policy Optimization: Provably Lower Variance Return Estimates for Off-Policy Reinforcement Learning
von: Goodall, Alexander W., et al.
Veröffentlicht: (2025)

Robust Shielding for Safe Reinforcement Learning
von: Court, Edwin Hamel-De le, et al.
Veröffentlicht: (2026)

Approximate Model-Based Shielding for Safe Reinforcement Learning
von: Goodall, Alexander W., et al.
Veröffentlicht: (2023)

Safe Reinforcement Learning via Recovery-based Shielding with Gaussian Process Dynamics Models
von: Goodall, Alexander W., et al.
Veröffentlicht: (2026)

Leveraging Approximate Model-based Shielding for Probabilistic Safety Guarantees in Continuous Environments
von: Goodall, Alexander W., et al.
Veröffentlicht: (2024)

Synthesis of Safety Specifications for Probabilistic Systems
von: Ohlmann, Gaspard, et al.
Veröffentlicht: (2025)

SafeAdapt: Provably Safe Policy Updates in Deep Reinforcement Learning
von: Anisimov, Maksim, et al.
Veröffentlicht: (2026)

Robust Probabilistic Shielding for Safe Offline Reinforcement Learning
von: Galesloot, Maris F. L., et al.
Veröffentlicht: (2026)

Adaptive GR(1) Specification Repair for Liveness-Preserving Shielding in Reinforcement Learning
von: Georgescu, Tiberiu-Andrei, et al.
Veröffentlicht: (2025)

Dynamic Model Predictive Shielding for Provably Safe Reinforcement Learning
von: Banerjee, Arko, et al.
Veröffentlicht: (2024)

Safe Reinforcement Learning in Black-Box Environments via Adaptive Shielding
von: Bethell, Daniel, et al.
Veröffentlicht: (2024)

Adaptive Shielding for Safe Reinforcement Learning under Hidden-Parameter Dynamics Shifts
von: Kwon, Minjae, et al.
Veröffentlicht: (2025)

Think Smart, Act SMARL! Analyzing Probabilistic Logic Shields for Multi-Agent Reinforcement Learning
von: Chatterji, Satchit, et al.
Veröffentlicht: (2024)

Explainable Reinforcement Learning for Formula One Race Strategy
von: Thomas, Devin, et al.
Veröffentlicht: (2025)

Expressive Temporal Specifications for Reward Monitoring
von: Adalat, Omar, et al.
Veröffentlicht: (2025)

Safe Reinforcement Learning for Real-World Engine Control
von: Bedei, Julian, et al.
Veröffentlicht: (2025)

Oracle-Guided Soft Shielding for Safe Move Prediction in Chess
von: Rajendran, Prajit T, et al.
Veröffentlicht: (2026)

Reinforcement Learning by Guided Safe Exploration
von: Yang, Qisong, et al.
Veröffentlicht: (2023)

Measuring Goal-Directedness
von: MacDermott, Matt, et al.
Veröffentlicht: (2024)

Hierarchical Reinforcement Learning with Runtime Safety Shielding for Power Grid Operation
von: Malik, Gitesh
Veröffentlicht: (2026)

Probabilistic Curriculum Learning for Goal-Based Reinforcement Learning
von: Salt, Llewyn, et al.
Veröffentlicht: (2025)

Online Optimization for Offline Safe Reinforcement Learning
von: Chemingui, Yassine, et al.
Veröffentlicht: (2025)

Efficient Reinforcement Learning in Probabilistic Reward Machines
von: Lin, Xiaofeng, et al.
Veröffentlicht: (2024)

Probabilistic Constraint for Safety-Critical Reinforcement Learning
von: Chen, Weiqin, et al.
Veröffentlicht: (2023)

Safe Flow Q-Learning: Offline Safe Reinforcement Learning with Reachability-Based Flow Policies
von: Tayal, Mumuksh, et al.
Veröffentlicht: (2026)

Implicit Safe Set Algorithm for Provably Safe Reinforcement Learning
von: Zhao, Weiye, et al.
Veröffentlicht: (2024)

Safe RLHF-V: Safe Reinforcement Learning from Multi-modal Human Feedback
von: Ji, Jiaming, et al.
Veröffentlicht: (2025)

Enhance Exploration in Safe Reinforcement Learning with Contrastive Representation Learning
von: Doan, Duc Kien, et al.
Veröffentlicht: (2025)

Safe Reinforcement Learning with Learned Non-Markovian Safety Constraints
von: Low, Siow Meng, et al.
Veröffentlicht: (2024)

Sampling-Based Safe Reinforcement Learning
von: Vignola, Luca, et al.
Veröffentlicht: (2026)

PNAct: Crafting Backdoor Attacks in Safe Reinforcement Learning
von: Guo, Weiran, et al.
Veröffentlicht: (2025)

Skill-based Safe Reinforcement Learning with Risk Planning
von: Zhang, Hanping, et al.
Veröffentlicht: (2025)

Offline Safe Reinforcement Learning Using Trajectory Classification
von: Gong, Ze, et al.
Veröffentlicht: (2024)

A Survey of Constraint Formulations in Safe Reinforcement Learning
von: Wachi, Akifumi, et al.
Veröffentlicht: (2024)

Spectral-Risk Safe Reinforcement Learning with Convergence Guarantees
von: Kim, Dohyeong, et al.
Veröffentlicht: (2024)

Probabilistic Performance Guarantees for Multi-Task Reinforcement Learning
von: Schnitzer, Yannik, et al.
Veröffentlicht: (2026)

Identifiable Object-Centric Representation Learning via Probabilistic Slot Attention
von: Kori, Avinash, et al.
Veröffentlicht: (2024)

GUARD: A Safe Reinforcement Learning Benchmark
von: Zhao, Weiye, et al.
Veröffentlicht: (2023)

Expressive Reward Synthesis with the Runtime Monitoring Language
von: Donnelly, Daniel, et al.
Veröffentlicht: (2025)