CRPO: A New Approach for Safe Reinforcement Learning with Convergence
               Guarantee

                    Tengyu Xu 1 Yingbin Lang 1 Guanghui Lan 2

             Abstract                 Mind, 2019) and recommendation system (Zheng et al.,
                                  2018), etc. In these settings, the agent is allowed to explore
    In safe reinforcement learning (SRL) problems,
                                  the entire state and action space to maximize the expected
    an ag ...