研究论文
行人周边导航 · 在强化学习中考虑模型不确定性
研究用 MC-Dropout 和自助采样估计神经网络模型的不确定性，并用于行人避让策略。仿真比较其与不考虑不确定性的策略对未见行人行为的响应。
核查日期 2026-11-05 · 已核查来源与书目信息
书目信息与编辑概述已对照原始来源核查。访问条件与版本见来源说明。
- 原文标题
- Safe Reinforcement Learning With Model Uncertainty Estimates
- 发布机构
- IEEE
- 作者
- Bjorn Lutjens, Michael Everett, Jonathan P. How
- DOI
- 10.1109/icra.2019.8793611
- 发布日期
- 2019-05
- 原文语言
- en
- 版本
- 2019 International Conference on Robotics and Automation (ICRA); 2019; DOI 10.1109/icra.2019.8793611
- 访问条件
- 发布方信息与开放作者稿
- 出版状态
- 已发布
相关资料与工程解读
资料概述
研究用 MC-Dropout 和自助采样估计神经网络模型的不确定性，并用于行人避让策略。仿真比较其与不考虑不确定性的策略对未见行人行为的响应。
使用与审查
核查范围为存档摘要与出版书目信息。仿真中的相对改善并不等于经过校准的风险概率，也不构成真实行人环境中的安全保证。
来源与版本
Safe Reinforcement Learning With Model Uncertainty Estimates ↗
IEEE · 2019 International Conference on Robotics and Automation (ICRA); 2019; DOI 10.1109/icra.2019.8793611
ICRA 2019 bibliography; author archive abstract https://arxiv.org/abs/1810.08700v2. Conference date retained instead of earlier archive posting.