Závěrečná práce: Bc. Hugo Adamove: A Regularized Actor-Critic Algorithm for Safe Reinforcement Learning with Pareto Duality
Diplomová práce
A Regularized Actor-Critic Algorithm for Safe Reinforcement Learning with Pareto Duality
Anotace
Táto diplomová práca sa zaoberá bezpečným spätnoväzobným učením (safe reinforcement learning) v rámci viazaného Markovovho rozhodovacieho procesu (Constrained Markov Decision Process). Teoretická časť práce poskytuje prehľad primárno-duálnych metód a Lagrangeovej relaxácie a zároveň opisuje geometriu priestoru riešení a duálny optimalizačný problém. Praktická časť práce stavia na teoretických základoch …více
Abstract
This thesis addresses the challenge of Safe Reinforcement Learning within the Constrained Markov Decision Process (CMDP) framework. It first provides a comprehensive review of the theory behind primal-dual methods and Lagrangian relaxation, characterizing the geometry of the solution space and the dual optimization problem. Building on this theoretical foundation, the practical component explores Regularized …více
Zadání práce
17. 12. 2025 10:55, doc. RNDr. Petr Novotný, Ph.D., učo 172743
Oponent
Konzultant
KTP FI MU
Práce na příbuzné téma
Seznam prací, které mají shodná klíčová slova.
-
Multidimenzionální posilované učení
Bc. Oliver Roch, učo 445413 -
Pareto Frontier Estimation in Offline Safe Reinforcement Learning
Mgr. Václav Nevyhoštěný -
Efficient Multi-Objective Reinforcement Learning with Expressive Function Approximators
Mgr. Adam Štafa




