高斯过程安全探索中单调性的益处
机器学习
2023-06-21 v2 机器学习
摘要
我们考虑在动作集上序贯最大化未知函数的问题，同时确保每个采样点的函数值低于给定安全阈值。我们使用基于核的方法与高斯过程对函数建模，与先前工作不同之处在于我们假设函数相对于一个安全变量是单调增加的。该假设受自适应临床试验设计与机器人学等多种实际应用驱动。受 GP-UCB 与 SafeOpt 算法的启发，我们针对此任务提出一种算法，单调安全 UCB（M-SafeUCB）。我们表明 M-SafeUCB 在安全性、适当定义的遗憾概念以及近似寻找整个安全边界方面享有理论保证。此外，我们说明单调性假设在所获保证以及算法简洁性与效率方面带来了显著益处。我们通过对包括模拟临床试验实验在内的多种函数进行实证评估来支持我们的理论发现。
引用
@article{arxiv.2211.01561,
title = {Benefits of Monotonicity in Safe Exploration with Gaussian Processes},
author = {Arpan Losalka and Jonathan Scarlett},
journal= {arXiv preprint arXiv:2211.01561},
year = {2023}
}