面向实时数据获取的摊销安全主动学习：来自模拟非参数函数的预训练神经策略
机器学习
2026-04-07 v3
摘要
安全主动学习(AL)是指在数据获取过程中遵守安全约束的序列学习方案。现有方法常依赖高斯过程(GPs)来建模任务与安全约束，要求重复GP更新和受限获取优化——计算开销大，难以实现实时决策。我们提出一种摊销AL用于回归和摊销安全AL，取代昂贵的在线计算，采用预训练神经策略。灵感来源于近期摊销贝叶斯实验设计的最新进展，我们利用GP作为预训练模拟器。我们在模拟非参数函数上训练策略，采用傅里叶特征基础的GP抽样和在安全AL设置下具有安全性的可微获取目标。部署时，我们的策略通过单个前向传播选择信息丰富且(如需)安全的查询，从而消除GP推断和获取优化。这在保持学习质量的同时带来了数量级的速度提升。我们的框架是模块化的，若不包含安全组件，可为时间敏感任务提供快速的非约束AL。
引用
@article{arxiv.2501.15458,
title = {Amortized Safe Active Learning for Real-Time Data Acquisition: Pretrained Neural Policies From Simulated Nonparametric Functions},
author = {Cen-You Li and Marc Toussaint and Barbara Rakitsch and Christoph Zimmer},
journal= {arXiv preprint arXiv:2501.15458},
year = {2026}
}
备注
Part of the content published earlier at arXiv:2407.17992. Proceedings of AISTATS 2026