已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Safe Reinforcement Learning with Free-form Natural Language Constraints and Pre-Trained Language Models

强化学习 计算机科学 自然语言 约束(计算机辅助设计) 集合(抽象数据类型) 功能(生物学) 人工智能 领域(数学分析) 理解力 机器学习 工程类 程序设计语言 数学分析 生物 机械工程 进化生物学 数学
作者
Xingzhou Lou,Junge Zhang,Ziyan Wang,Kaiqi Huang,Yuanyuan Du
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2401.07553
摘要

Safe reinforcement learning (RL) agents accomplish given tasks while adhering to specific constraints. Employing constraints expressed via easily-understandable human language offers considerable potential for real-world applications due to its accessibility and non-reliance on domain expertise. Previous safe RL methods with natural language constraints typically adopt a recurrent neural network, which leads to limited capabilities when dealing with various forms of human language input. Furthermore, these methods often require a ground-truth cost function, necessitating domain expertise for the conversion of language constraints into a well-defined cost function that determines constraint violation. To address these issues, we proposes to use pre-trained language models (LM) to facilitate RL agents' comprehension of natural language constraints and allow them to infer costs for safe policy learning. Through the use of pre-trained LMs and the elimination of the need for a ground-truth cost, our method enhances safe policy learning under a diverse set of human-derived free-form natural language constraints. Experiments on grid-world navigation and robot control show that the proposed method can achieve strong performance while adhering to given constraints. The usage of pre-trained LMs allows our method to comprehend complicated constraints and learn safe policies without the need for ground-truth cost at any stage of training or evaluation. Extensive ablation studies are conducted to demonstrate the efficacy of each part of our method.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
落寞醉易完成签到 ,获得积分10
1秒前
迷途发布了新的文献求助10
2秒前
852应助活泼学生采纳,获得10
3秒前
jiangx完成签到 ,获得积分10
3秒前
天天天蓝发布了新的文献求助10
5秒前
果砸发布了新的文献求助10
7秒前
科目三应助团子采纳,获得10
7秒前
8秒前
机灵的青雪发布了新的文献求助100
12秒前
16秒前
打打应助积极雅青采纳,获得10
17秒前
英姑应助迷途采纳,获得10
17秒前
18秒前
颠儿发布了新的文献求助10
19秒前
Lucifer2012发布了新的文献求助10
20秒前
张小北发布了新的文献求助10
23秒前
ikun完成签到 ,获得积分10
23秒前
不安的裘完成签到 ,获得积分10
24秒前
李爱国应助IBMffff采纳,获得10
25秒前
颠儿完成签到,获得积分20
28秒前
科研人完成签到,获得积分10
28秒前
29秒前
KETU完成签到,获得积分10
30秒前
汉堡包应助颠儿采纳,获得10
33秒前
33秒前
35秒前
zqj完成签到,获得积分10
36秒前
牛俊生发布了新的文献求助10
36秒前
咕咕鸡发布了新的文献求助10
39秒前
39秒前
vivien发布了新的文献求助10
41秒前
44秒前
lulu完成签到 ,获得积分10
44秒前
44秒前
迷途发布了新的文献求助10
45秒前
45秒前
风趣香岚完成签到 ,获得积分10
45秒前
科研人发布了新的文献求助10
47秒前
风中听枫完成签到 ,获得积分10
47秒前
牛俊生完成签到 ,获得积分20
49秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3146435
求助须知:如何正确求助?哪些是违规求助? 2797816
关于积分的说明 7825895
捐赠科研通 2454175
什么是DOI,文献DOI怎么找? 1306214
科研通“疑难数据库(出版商)”最低求助积分说明 627666
版权声明 601503