Buchumschlag

Dyna-Style Safety Augmented Reinforcement Learning: Staying Safe in the Face of Uncertainty

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Eisele, Artur, Frauenknecht, Bernd, Solowjow, Friedrich, Trimpe, Sebastian
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Trust the Model Where It Trusts Itself -- Model-Based Actor-Critic with Uncertainty-Aware Rollout Adaption
von: Frauenknecht, Bernd, et al.
Veröffentlicht: (2024)

On Rollouts in Model-Based Reinforcement Learning
von: Frauenknecht, Bernd, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Predictive Safety Filters for Probabilistic Neural Network Dynamics
von: Frauenknecht, Bernd, et al.
Veröffentlicht: (2026)

Biased Dreams: Limitations to Epistemic Uncertainty Quantification in Latent Space Models
von: Berger, Julia, et al.
Veröffentlicht: (2026)

Contextualized Hybrid Ensemble Q-learning: Learning Fast with Control Priors
von: Cramer, Emma, et al.
Veröffentlicht: (2024)

Safe Value Functions
von: Massiani, Pierre-François, et al.
Veröffentlicht: (2021)

On the Consistency of Kernel Methods with Dependent Observations
von: Massiani, Pierre-François, et al.
Veröffentlicht: (2024)

Event-Triggered Time-Varying Bayesian Optimization
von: Brunzema, Paul, et al.
Veröffentlicht: (2022)

Learning to Race in Minutes: Infoprop Dyna on the Mini Wheelbot
von: Subhasish, Devdutt, et al.
Veröffentlicht: (2026)

On Foundation Models for Dynamical Systems from Purely Synthetic Data
von: Ziegler, Martin, et al.
Veröffentlicht: (2024)

On Safety in Safe Bayesian Optimization
von: Fiedler, Christian, et al.
Veröffentlicht: (2024)

Kernel conditional tests from learning-theoretic bounds
von: Massiani, Pierre-François, et al.
Veröffentlicht: (2025)

Sailing Towards Zero-Shot State Estimation using Foundation Models Combined with a UKF
von: Holtmann, Tobin, et al.
Veröffentlicht: (2025)

Data-Driven Observability Analysis for Nonlinear Stochastic Systems
von: Massiani, Pierre-François, et al.
Veröffentlicht: (2023)

CHEQ-ing the Box: Safe Variable Impedance Learning for Robotic Polishing
von: Cramer, Emma, et al.
Veröffentlicht: (2025)

Viability of Future Actions: Robust Safety in Reinforcement Learning via Entropy Regularization
von: Massiani, Pierre-François, et al.
Veröffentlicht: (2025)

Stealing That Free Lunch: Exposing the Limits of Dyna-Style Reinforcement Learning
von: Barkley, Brett, et al.
Veröffentlicht: (2024)

Handling Long-Term Safety and Uncertainty in Safe Reinforcement Learning
von: Günster, Jonas, et al.
Veröffentlicht: (2024)

Dyna-Style Reinforcement Learning Modeling and Control of Non-linear Dynamics
von: Abdelsalam, Karim, et al.
Veröffentlicht: (2025)

Physics-Informed Model and Hybrid Planning for Efficient Dyna-Style Reinforcement Learning
von: Asri, Zakariae El, et al.
Veröffentlicht: (2024)

Safety in safe Bayesian optimization and its ramifications for control
von: Fiedler, Christian, et al.
Veröffentlicht: (2025)

Predictive Safety Shield for Dyna-Q Reinforcement Learning
von: Pin, Jin, et al.
Veröffentlicht: (2025)

Learning Hybrid Dynamics Models With Simulator-Informed Latent States
von: Ensinger, Katharina, et al.
Veröffentlicht: (2023)

Learning to Stay Safe: Adaptive Regularization Against Safety Degradation during Fine-Tuning
von: Goel, Jyotin, et al.
Veröffentlicht: (2026)

Tracking Object Positions in Reinforcement Learning: A Metric for Keypoint Detection (extended version)
von: Cramer, Emma, et al.
Veröffentlicht: (2023)

BayeSQP: Bayesian Optimization through Sequential Quadratic Programming
von: Brunzema, Paul, et al.
Veröffentlicht: (2026)

MPX: Mixed Precision Training for JAX
von: Gräfe, Alexander, et al.
Veröffentlicht: (2025)

When to Trust Your Data: Enhancing Dyna-Style Model-Based Reinforcement Learning With Data Filter
von: Li, Yansong, et al.
Veröffentlicht: (2024)

Dyna-Style Learning with A Macroscopic Model for Vehicle Platooning in Mixed-Autonomy Traffic
von: Zou, Yichuan, et al.
Veröffentlicht: (2024)

LexiSafe: Offline Safe Reinforcement Learning with Lexicographic Safety-Reward Hierarchy
von: Yang, Hsin-Jung, et al.
Veröffentlicht: (2026)

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

DynaSearcher: Dynamic Knowledge Graph Augmented Search Agent via Multi-Reward Reinforcement Learning
von: Hao, Chuzhan, et al.
Veröffentlicht: (2025)

RockNet: Distributed Learning on Ultra-Low-Power Devices
von: Gräfe, Alexander, et al.
Veröffentlicht: (2025)

ActSafe: Active Exploration with Safety Constraints for Reinforcement Learning
von: As, Yarden, et al.
Veröffentlicht: (2024)

Safety through Permissibility: Shield Construction for Fast and Safe Reinforcement Learning
von: Politowicz, Alexander, et al.
Veröffentlicht: (2024)

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

Distributed Event-Based Learning via ADMM
von: Er, Guner Dilsad, et al.
Veröffentlicht: (2024)

Safety-Gymnasium: A Unified Safe Reinforcement Learning Benchmark
von: Ji, Jiaming, et al.
Veröffentlicht: (2023)

Safe Continual Reinforcement Learning under Nonstationarity via Adaptive Safety Constraints
von: Tomashevskiy, Timofey
Veröffentlicht: (2026)

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