Buchumschlag

LexiSafe: Offline Safe Reinforcement Learning with Lexicographic Safety-Reward Hierarchy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Hsin-Jung, Jiang, Zhanhong, Koirala, Prajwal, Liu, Qisai, Fleming, Cody, Sarkar, Soumik
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Latent Safety-Constrained Policy Approach for Safe Offline Reinforcement Learning
von: Koirala, Prajwal, et al.
Veröffentlicht: (2024)

Solving Offline Reinforcement Learning with Decision Tree Regression
von: Koirala, Prajwal, et al.
Veröffentlicht: (2024)

F1tenth Autonomous Racing With Offline Reinforcement Learning Methods
von: Koirala, Prajwal, et al.
Veröffentlicht: (2024)

FAWAC: Feasibility Informed Advantage Weighted Regression for Persistent Safety in Offline Reinforcement Learning
von: Koirala, Prajwal, et al.
Veröffentlicht: (2024)

Data-driven Kinematic Modeling in Soft Robots: System Identification and Uncertainty Quantification
von: Jiang, Zhanhong, et al.
Veröffentlicht: (2025)

Neural CDEs as Correctors for Learned Time Series Models
von: Shahid, Muhammad Bilal, et al.
Veröffentlicht: (2025)

COOPO: Cyclic Offline-Online Policy Optimization Algorithm
von: Liu, Qisai, et al.
Veröffentlicht: (2026)

GENESIS-RL: GEnerating Natural Edge-cases with Systematic Integration of Safety considerations and Reinforcement Learning
von: Yang, Hsin-Jung, et al.
Veröffentlicht: (2024)

Zero-shot Sim-to-Real Transfer for Reinforcement Learning-based Visual Servoing of Soft Continuum Arms
von: Yang, Hsin-Jung, et al.
Veröffentlicht: (2025)

ShieldNN: A Provably Safe NN Filter for Unsafe NN Controllers
von: Ferlez, James, et al.
Veröffentlicht: (2020)

Offline Guarded Safe Reinforcement Learning for Medical Treatment Optimization Strategies
von: Yan, Runze, et al.
Veröffentlicht: (2025)

Enhancing System-Level Safety in Mixed-Autonomy Platoon via Safe Reinforcement Learning
von: Zhou, Jingyuan, et al.
Veröffentlicht: (2024)

Anytime Safe Reinforcement Learning
von: Mestres, Pol, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Autonomous Point-to-Point UAV Navigation
von: Oyinlola, Salim, et al.
Veröffentlicht: (2025)

Ensuring Safety in Target Pursuit Control: A CBF-Safe Reinforcement Learning Approach
von: Deng, Yaosheng, et al.
Veröffentlicht: (2024)

Safe Deployment of Offline Reinforcement Learning via Input Convex Action Correction
von: Durkin, Alex, et al.
Veröffentlicht: (2025)

Flow-Based Single-Step Completion for Efficient and Expressive Policy Learning
von: Koirala, Prajwal, et al.
Veröffentlicht: (2025)

Feasible Policy Iteration for Safe Reinforcement Learning
von: Yang, Yujie, et al.
Veröffentlicht: (2023)

Safe Reinforcement Learning Using Robust MPC
von: Zanon, Mario, et al.
Veröffentlicht: (2019)

Off-Policy Reinforcement Learning with Anytime Safety Guarantees via Robust Safe Gradient Flow
von: Mestres, Pol, et al.
Veröffentlicht: (2025)

Decentralized Relaxed Smooth Optimization with Gradient Descent Methods
von: Jiang, Zhanhong, et al.
Veröffentlicht: (2025)

Make Safe Decisions in Power System: Safe Reinforcement Learning Based Pre-decision Making for Voltage Stability Emergency Control
von: Bi, Congbo, et al.
Veröffentlicht: (2024)

Safe Reinforcement Learning-based Automatic Generation Control
von: Mohamed, Amr S., et al.
Veröffentlicht: (2025)

Optimal Management of Grid-Interactive Efficient Buildings via Safe Reinforcement Learning
von: Huo, Xiang, et al.
Veröffentlicht: (2024)

Safe Exploration in Reinforcement Learning: Training Backup Control Barrier Functions with Zero Training Time Safety Violations
von: Rabiee, Pedram, et al.
Veröffentlicht: (2023)

Safe Reinforcement Learning with Minimal Supervision
von: Quessy, Alexander, et al.
Veröffentlicht: (2025)

Platoon-Centric Green Light Optimal Speed Advisory Using Safe Reinforcement Learning
von: Yang, Ruining, et al.
Veröffentlicht: (2025)

Safe Reinforcement Learning for Power System Control: A Review
von: Yu, Peipei, et al.
Veröffentlicht: (2024)

Safe and Robust Reinforcement Learning: Principles and Practice
von: Yamagata, Taku, et al.
Veröffentlicht: (2024)

Multi-Objective Planning with Contextual Lexicographic Reward Preferences
von: Rustagi, Pulkit, et al.
Veröffentlicht: (2025)

Enhancing PPO with Trajectory-Aware Hybrid Policies
von: Liu, Qisai, et al.
Veröffentlicht: (2025)

Safely Learning Dynamical Systems
von: Ahmadi, Amir Ali, et al.
Veröffentlicht: (2023)

EigenSafe: A Spectral Framework for Learning-Based Probabilistic Safety Assessment
von: Jang, Inkyu, et al.
Veröffentlicht: (2025)

Safe Reinforcement Learning-Based Eco-Driving Control for Mixed Traffic Flows With Disturbances
von: Lu, Ke, et al.
Veröffentlicht: (2024)

A Review of Safe Reinforcement Learning Methods for Modern Power Systems
von: Su, Tong, et al.
Veröffentlicht: (2024)

Online Reinforcement Learning for Safe Gain Scheduling in Nonlinear Quadrotor Control
von: Zahed, Muhammad Junayed Hasan, et al.
Veröffentlicht: (2026)

Robust Optimal Safe and Stability Guaranteeing Reinforcement Learning Control for Quadcopter
von: Gu, Sanghyoup, et al.
Veröffentlicht: (2024)

LLM-Guided Safe Reinforcement Learning for Energy System Topology Reconfiguration
von: Zhang, Zongyan, et al.
Veröffentlicht: (2026)

Kernel-Based Safe Exploration in Deep Reinforcement Learning
von: Majumdar, Rupak, et al.
Veröffentlicht: (2026)

Partial Attention in Deep Reinforcement Learning for Safe Multi-Agent Control
von: Mohaya, Turki Bin, et al.
Veröffentlicht: (2026)