研究团队提出强化学习安全部署认证框架DEPLOY-RL

1. 13:00
   arXiv 机器学习

   DEPLOY-RL：面向安全关键连续过程的可部署强化学习主动边界发现与保守认证

   DEPLOY-RL 是面向安全关键连续过程的强化学习训练后认证框架，通过主动发现失效边界为策略部署提供统计安全保证。该框架采用契约耦合采集函数聚焦关键边界采样，实现约 2x 样本效率提升，并通过保形风险控制提供有限样本 false-go 保证。在评估协议的 14 个基准中，该方案是唯一保持超过 85% 覆盖率的方法。

Current heat 5·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.