站内快照 · 国内可打开。外网原文可能无法访问。

• 论文公开站arXiv2026年9月29日 6:16

  约束强化学习中的视觉-语言信号：安全增益但无预判能力

  Vision--Language Signals in Constrained RL: Safety Gains Without Anticipation

  安全强化学习寻求在满足安全约束的同时最大化任务性能的策略。然而在驾驶基准中，碰撞成本通常仅在碰撞时出现，无法提前预警逼近的危险。冻结的视觉-语言模型被用于提供信号。

  原文链接