EpiFlow：以硬状态约束实现安全离线强化学习

Manan Tayal 等作者在 arXiv 发布论文 EpiFlow（arXiv:2602.08054），提出将安全离线强化学习建模为带硬状态约束的最优控制问题：通过上境图（hierarchy graph）可行性值函数结合流匹配，从固定数据集中提取策略。论文称该方法已被 NeurIPS 2026 接收。 在船只导航、Safety-Gymnasium 和 Bullet-Safety-Gym 等安全关键基准上，作者称 EpiFlow 取得有竞争力的回报，同时约束违规接近于零，在安全性与性能之间取得良好平衡。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。