首页 > 其他分享 >Safe RL——Constrained Policy Optimization (CPO)

Safe RL——Constrained Policy Optimization (CPO)

时间:2022-11-19 10:57:11浏览次数:74  
标签:CPO Safe RL Optimization Policy Constrained

Safe RL——Constrained Policy Optimization (CPO)

作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/

这篇文章详细讲解Constrained Policy Optimization (CPO)的公式推导,文献来自于:Joshua Achiam, David Held, Aviv Tamar, Pieter Abbeel. Constrained Policy Optimization. Proceedings of the 34th International Conference on Machine Learning, PMLR 70:22-31, 2017.

参考:

[1] Joshua Achiam, David Held, Aviv Tamar, Pieter Abbeel. Constrained Policy Optimization. Proceedings of the 34th International Conference on Machine Learning, PMLR 70:22-31, 2017. http://proceedings.mlr.press/v70/achiam17a/achiam17a.pdf

[2] 最优化——无约束最优化方法(Unconstrained Optimization Algorithms) -2.1 Armijo准则 -凯鲁嘎吉 - 博客园 https://www.cnblogs.com/kailugaji/p/16567557.html#_label3_0_1_0

[3] Safe RL(2): Constrained Policy Optimization - 南山张学有 https://zhuanlan.zhihu.com/p/408925264

标签:CPO,Safe,RL,Optimization,Policy,Constrained
From: https://www.cnblogs.com/kailugaji/p/16905631.html

相关文章

  • mysqld_safe Directory '/tmp/mysql' for UNIX socket file don't exists.
    报错版本:mysql-5.7.351、报错完整提示信息;[root@localhostbin]#2022-11-15T04:04:43.122905Zmysqld_safeLoggingto'/var/log/mysql.log'.2022-11-15T04:04:43.1......
  • Pikachu-unsafe upfileupload
    clientcheck(客户端)通过查看源代码可以发现,此处判断图片是在前端使用js进行判断那么我们禁用js,直接上传php木马文件MIMEtype(服务器端)在这里我们还是选择php文件,......
  • Pikachu-unsafe filedownload
    打开burp,点击一个进行下载,看到有文件包含尝试修改文件获取/etc/passwd成功下载......
  • SELinux policy demo
    1.Addnewservicestartedbyinit情景:定义一个init启动的service--demo_service,对应的执行档为/system/bin/demo。在/device/mediatke/sepolicy下创建一个demo.......
  • minio policy 使用
    minio参考awss3实现了用户的iam访问控制,使用体验是一致的,而且比较方便,比如我们创建了一个用户或者组之后就需要进行权限创建分配环境准备docker-compose文件......
  • Kubernetes(K8S) 镜像拉取策略 imagePullPolicy
    镜像仓库,镜像已更新,版本没更新,K8S拉取后,还是早的服务,原因:imagePullPolicy镜像拉取策略默认为本地有了就不拉取,需要修改[root@k8smaster~]#kubectleditdeployment/......
  • <Oday安全 11.5利用未启用SafeSEH模块绕过SafeSEH>一节注记
      Oday安全一书的内容越往后越深奥,不得不做些注记备忘。  1.书P297插图11.5.6写道__except函数地址根据EBP-4的值得出。这是目前为止,书中写的最含糊的地方,需要展开......
  • 并发编程 - Atomic & Unsafe
    1.全面地走一遍Atomic包下面的原子类;2.CAS->原子比较与交换算法的bug-ABA问题;3.魔法类-Unsafe,ini->堆外内存Atomic1.atomic底层实现是基于无锁算法-cas;......
  • k8s节点升级cpu与内存后,静态pod无法启动-cpuManagerPolicy
    简述: 最近k8s master内存压力比较大, pod数量越来越多, 打算对cpu 内存进行扩容扩容有 cpu4C/8G, 变更成8C/16G, 通过升级后,发现apiserver 静态pod无法启动,在kube......
  • 使用cpolar发布树莓派网页(apache2网页的发布)
    在上篇介绍中,我们成功的在本地树莓派上建立起一个简单网页,不过在通常情况下,树莓派并不会随身携带,而是将其放在固定的地方(如家里),想要在其他地方访问到树莓派上的网页,就需要将......