跳到正文
热点事件持续更新

研究提出无抵消约束SquareCB安全控制器选择算法

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Kartik Pandit 等在 arXiv 论文(arXiv:2611.21880)中针对约束上下文老虎机问题,改进了现有依赖拉格朗日乘子的在线回归约简方法,提出对 SquareCB 的成本使用修正权重的算法:估计成本在预算内时权重为零,超出时取刚好拉回预算的大小,从而避免乘子带来的抵消。在可实现性与带余量的 Slater 条件下,该算法有相应保证。论文称,在安全控制仿真环境 safe-control-gym 四旋翼和 BOPTEST 建筑的控制器选择任务中,其约束违反量比原始-对偶和虚拟队列基线低 6 到 9 倍,遗憾相当或更低。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    面向安全控制器选择的免抵消约束 SquareCB 算法

    一项研究针对约束上下文老虎机问题,改进了现有依赖拉格朗日乘子的在线回归约简方法,改为对 SquareCB 的成本使用修正权重:估计成本在预算内时权重为零,超出时取刚好拉回预算的大小。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。