自然与工程化的安全强化学习：从安全探索到自我保全的计算框架

一篇综述从安全强化学习视角整合了安全探索与自我保全两类能力，前者关注不确定环境中的外部威胁，后者关注损伤等内部威胁。文章以经典强化学习框架为基础，将常见安全强化学习方法归类为对优化目标、探索过程等的修改，并指出其在恐惧、焦虑、回避、反刍等计算精神病学领域的应用价值。