Sehen vor dem Zusammenstoß: Vorausschauendes sicheres RL mit eingefrorenen Vision-Language-Modellen

arXiv:2606.11266v1 Ankündigungstyp: neu Abstract: Das Kostensignal, gegen das Constrained-RL-Algorithmen optimieren, ist fast immer reaktiv: Der Simulator gibt ein von Null verschiedenes Kostensignal erst nach Beginn eines Zusammenstoßes ab, und der Lagrange-Multiplikator von PPO-Lagrangian wächst nur, nachdem das Episode-Budget