基于在线保角预测的具有形式安全保证的贝叶斯优化

黑盒零阶优化是金融、物理和工程等多样领域应用的核心原语。在该问题的一种常见表述中，设计者依次尝试候选解，并从系统接收关于每次尝试价值的含噪反馈。在本文中，我们研究这样一种场景：除价值反馈外还提供关于所尝试解的安全性的反馈，且优化器被约束在整体优化过程中限制所尝试的不安全解的数量。聚焦于基于贝叶斯优化（BO）的方法，已有研究提出了一种称为SAFEOPT的优化方案，只要对安全约束函数满足严格假设，该方案就能以保证在反馈噪声下以可控概率不选取任何不安全解。本文引入一种新颖的基于BO的方法，其满足安全要求而与约束函数的性质无关。这一强理论保证的代价是允许任意、可控但非零的安全约束违反率。所提方法称为SAFE-BOCP，构建于在线保角预测（CP）之上，并专门针对安全性约束反馈无噪或含噪的情形进行了适配。在合成与真实世界数据上的实验结果验证了所提SAFE-BOCP的优势与灵活性。