{"id":16056,"date":"2026-11-02T00:55:29","date_gmt":"2026-11-01T17:55:29","guid":{"rendered":"https:\/\/blogdee.com\/?p=16056"},"modified":"2026-11-02T00:55:29","modified_gmt":"2026-11-01T17:55:29","slug":"openai-%e0%b9%80%e0%b8%9c%e0%b8%a2-safety-gym-%e0%b9%80%e0%b8%84%e0%b8%a3%e0%b8%b7%e0%b9%88%e0%b8%ad%e0%b8%87%e0%b8%a1%e0%b8%b7%e0%b8%ad%e0%b8%97%e0%b8%94%e0%b8%aa%e0%b8%ad%e0%b8%9a%e0%b8%81%e0%b8%b2","status":"publish","type":"post","link":"https:\/\/blogdee.com\/?p=16056","title":{"rendered":"OpenAI \u0e40\u0e1c\u0e22 Safety Gym \u0e40\u0e04\u0e23\u0e37\u0e48\u0e2d\u0e07\u0e21\u0e37\u0e2d\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e01\u0e32\u0e23\u0e2a\u0e33\u0e23\u0e27\u0e08\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e1b\u0e25\u0e2d\u0e14\u0e20\u0e31\u0e22\u0e02\u0e2d\u0e07 AI"},"content":{"rendered":"<p>\u0e01\u0e49\u0e32\u0e27\u0e41\u0e23\u0e01\u0e2a\u0e39\u0e48\u0e01\u0e32\u0e23\u0e1e\u0e31\u0e12\u0e19\u0e32\u0e01\u0e32\u0e23\u0e2a\u0e33\u0e23\u0e27\u0e08\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e1b\u0e25\u0e2d\u0e14\u0e20\u0e31\u0e22\u0e04\u0e37\u0e2d\u0e01\u0e32\u0e23\u0e27\u0e31\u0e14\u0e1c\u0e25 \u0e0b\u0e36\u0e48\u0e07\u0e43\u0e19\u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22\u0e14\u0e49\u0e32\u0e19\u0e19\u0e35\u0e49\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e21\u0e35\u0e09\u0e31\u0e19\u0e17\u0e32\u0e21\u0e15\u0e34\u0e17\u0e35\u0e48\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e32\u0e01\u0e25\u0e40\u0e01\u0e35\u0e48\u0e22\u0e27\u0e01\u0e31\u0e1a\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e17\u0e35\u0e48\u0e40\u0e2b\u0e21\u0e32\u0e30\u0e2a\u0e21<\/p>\n<p>Constrained RL \u0e19\u0e31\u0e49\u0e19\u0e04\u0e25\u0e49\u0e32\u0e22\u0e01\u0e31\u0e1a RL \u0e1b\u0e01\u0e15\u0e34 \u0e41\u0e15\u0e48\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e1f\u0e31\u0e07\u0e01\u0e4c\u0e0a\u0e31\u0e19\u0e15\u0e49\u0e19\u0e17\u0e38\u0e19 (cost functions) \u0e40\u0e02\u0e49\u0e32\u0e44\u0e1b\u0e43\u0e19\u0e2a\u0e20\u0e32\u0e1e\u0e41\u0e27\u0e14\u0e25\u0e49\u0e2d\u0e21 \u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e43\u0e2b\u0e49 Agent \u0e15\u0e49\u0e2d\u0e07\u0e08\u0e33\u0e01\u0e31\u0e14\u0e04\u0e48\u0e32\u0e43\u0e0a\u0e49\u0e08\u0e48\u0e32\u0e22\u0e40\u0e2b\u0e25\u0e48\u0e32\u0e19\u0e35\u0e49 \u0e43\u0e19\u0e02\u0e13\u0e30\u0e17\u0e35\u0e48 RL \u0e17\u0e31\u0e48\u0e27\u0e44\u0e1b Agent \u0e08\u0e30\u0e1e\u0e22\u0e32\u0e22\u0e32\u0e21\u0e40\u0e1e\u0e34\u0e48\u0e21\u0e23\u0e32\u0e07\u0e27\u0e31\u0e25\u0e43\u0e2b\u0e49\u0e2a\u0e39\u0e07\u0e2a\u0e38\u0e14 \u0e41\u0e15\u0e48\u0e43\u0e19 Constrained RL \u0e40\u0e23\u0e32\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c\u0e17\u0e35\u0e48\u0e22\u0e2d\u0e21\u0e23\u0e31\u0e1a\u0e44\u0e14\u0e49 \u0e41\u0e25\u0e30\u0e43\u0e2b\u0e49 Algorithm \u0e2b\u0e32\u0e08\u0e38\u0e14\u0e2a\u0e21\u0e14\u0e38\u0e25\u0e40\u0e2d\u0e07<\/p>\n<p>\u0e40\u0e23\u0e32\u0e44\u0e14\u0e49\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e2b\u0e38\u0e48\u0e19\u0e22\u0e19\u0e15\u0e4c\u0e2a\u0e32\u0e21\u0e41\u0e1a\u0e1a (Point, Car, Doggo) \u0e01\u0e31\u0e1a\u0e20\u0e32\u0e23\u0e01\u0e34\u0e08\u0e2b\u0e25\u0e31\u0e01\u0e2a\u0e32\u0e21\u0e2d\u0e22\u0e48\u0e32\u0e07 (Goal, Button, Push) \u0e41\u0e25\u0e30\u0e23\u0e30\u0e14\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e22\u0e32\u0e01\u0e2a\u0e2d\u0e07\u0e23\u0e30\u0e14\u0e31\u0e1a \u0e41\u0e15\u0e48\u0e25\u0e30\u0e04\u0e23\u0e31\u0e49\u0e07\u0e17\u0e35\u0e48\u0e2b\u0e38\u0e48\u0e19\u0e22\u0e19\u0e15\u0e4c\u0e17\u0e33\u0e2a\u0e34\u0e48\u0e07\u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e1b\u0e25\u0e2d\u0e14\u0e20\u0e31\u0e22 \u0e40\u0e0a\u0e48\u0e19 \u0e0a\u0e19\u0e2a\u0e34\u0e48\u0e07\u0e01\u0e35\u0e14\u0e02\u0e27\u0e32\u0e07 \u0e44\u0e1f\u0e40\u0e15\u0e37\u0e2d\u0e19\u0e2a\u0e35\u0e41\u0e14\u0e07\u0e08\u0e30\u0e01\u0e30\u0e1e\u0e23\u0e34\u0e1a\u0e41\u0e25\u0e30 Agent \u0e08\u0e30\u0e16\u0e39\u0e01\u0e25\u0e07\u0e42\u0e17\u0e29\u0e14\u0e49\u0e27\u0e22\u0e15\u0e49\u0e19\u0e17\u0e38\u0e19 (\u0e0b\u0e36\u0e48\u0e07\u0e41\u0e22\u0e01\u0e08\u0e32\u0e01\u0e23\u0e32\u0e07\u0e27\u0e31\u0e25\u0e20\u0e32\u0e23\u0e01\u0e34\u0e08)<\/p>\n<p>Point \u0e40\u0e1b\u0e47\u0e19\u0e2b\u0e38\u0e48\u0e19\u0e22\u0e19\u0e15\u0e4c\u0e1e\u0e37\u0e49\u0e19\u0e10\u0e32\u0e19\u0e17\u0e35\u0e48\u0e16\u0e39\u0e01\u0e08\u0e33\u0e01\u0e31\u0e14\u0e43\u0e2b\u0e49\u0e2d\u0e22\u0e39\u0e48\u0e43\u0e19\u0e23\u0e30\u0e19\u0e32\u0e1a 2 \u0e21\u0e34\u0e15\u0e34 \u0e21\u0e35\u0e15\u0e31\u0e27\u0e01\u0e23\u0e30\u0e15\u0e38\u0e49\u0e19\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e40\u0e25\u0e35\u0e49\u0e22\u0e27\u0e41\u0e25\u0e30\u0e40\u0e04\u0e25\u0e37\u0e48\u0e2d\u0e19\u0e17\u0e35\u0e48\u0e44\u0e1b\u0e02\u0e49\u0e32\u0e07\u0e2b\u0e19\u0e49\u0e32\u0e2b\u0e23\u0e37\u0e2d\u0e16\u0e2d\u0e22\u0e2b\u0e25\u0e31\u0e07<\/p>\n<p>\u0e17\u0e35\u0e48\u0e21\u0e32: <a href=\"https:\/\/openai.com\/index\/safety-gym\">OpenAI<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>OpenAI \u0e44\u0e14\u0e49\u0e19\u0e33\u0e40\u0e2a\u0e19\u0e2d Safety Gym \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e1b\u0e47\u0e19\u0e2a\u0e20\u0e32\u0e1e\u0e41\u0e27\u0e14\u0e25\u0e49\u0e2d\u0e21\u0e08\u0e33\u0e25\u0e2d\u0e07\u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e27\u0e34\u0e08\u0e31\u0e22\u0e01\u0e32\u0e23\u0e2a\u0e33\u0e23\u0e27\u0e08\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e1b\u0e25\u0e2d\u0e14\u0e20\u0e31\u0e22\u0e02\u0e2d\u0e07 Agent \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 Constrained RL\u2026<\/p>\n","protected":false},"author":1,"featured_media":16055,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[5021],"tags":[10,5890,4211,99],"class_list":["post-16056","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-machine-learning-th","tag-ai","tag-constrained-rl","tag-reinforcement-learning","tag-safety"],"_links":{"self":[{"href":"https:\/\/blogdee.com\/index.php?rest_route=\/wp\/v2\/posts\/16056","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blogdee.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogdee.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogdee.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/blogdee.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=16056"}],"version-history":[{"count":0,"href":"https:\/\/blogdee.com\/index.php?rest_route=\/wp\/v2\/posts\/16056\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blogdee.com\/index.php?rest_route=\/wp\/v2\/media\/16055"}],"wp:attachment":[{"href":"https:\/\/blogdee.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=16056"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogdee.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=16056"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogdee.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=16056"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}