在完全可观察的非确定性问题中确定国家安全的算法：技术报告
arXiv:2603.15282v2 公告类型：替换 摘要：学习行动策略在顺序决策中越来越流行，但缺乏安全保证。最近的工作引入了一个在初始状态和行动结果非确定性下测试此类政策安全性的管道。管道的核心是确定状态是否安全（该状态存在安全策略）和
推荐理由：研究进展具备参考价值，值得关注
arXiv:2603.15282v2 公告类型：替换 摘要：学习行动策略在顺序决策中越来越流行，但缺乏安全保证。最近的工作引入了一个在初始状态和行动结果非确定性下测试此类政策安全性的管道。管道的核心是确定状态是否安全（该状态存在安全策略）和
推荐理由：研究进展具备参考价值，值得关注