確率的失敗代理モデルと適応的安全制約を用いた制約付きゼロ: 部分観測マルコフ決定過程の確率制約付き計画

確率的失敗代理モデルと適応的な安全制約を用いることで、部分観測マルコフ決定過程の計画問題において、目標とする安全レベルを満たしつつ、報酬の最大化を実現する。