SEVI：安全的证据式真机强化学习

📋总体概括

arXiv最新论文提出SEVI框架，解决强化学习真机训练的安全难题。核心是Evidential Safety Critic，单次前向传播同时估计未来约束违反风险与认知不确定性；在线学习时对任务策略每个动作执行前审查，若预测不安全或证据不足，即切换到离线训练的恢复策略，将机器人引导至低风险区域。已在两个仿真操作任务上验证。该工作瞄准接触密集操作真机部署的关键瓶颈，属于具身智能安全学习方向的技术进展。