冲突感知的主动自动机学习（扩展版）
机器学习
2023-09-07 v3 人工智能
形式语言与自动机理论
摘要
主动自动机学习算法难以处理观测数据中的冲突（同一输入观察到不同输出）。这种在冲突后无法恢复的内在缺陷，削弱了它们在存在噪声或待学习系统发生变异等场景下的有效适用性。我们提出冲突感知主动自动机学习（C3AL）框架，以在学习过程中支持处理冲突信息。其核心思想是将所谓的观测树视为学习过程中的一等公民。尽管近期工作已探讨该思想，我们将其发挥到极致：使其可与任意现有学习器配合使用，并最小化对待学习系统执行的测试次数，尤其在面临冲突时。我们在大量基准上评估C3AL，覆盖30余个不同真实目标与超过18,000种不同场景。评估结果表明，C3AL是一种适用的黑盒学习替代框架，能更好地应对噪声与变异。
引用
@article{arxiv.2308.14781,
title = {Conflict-Aware Active Automata Learning (Extended Version)},
author = {Tiago Ferreira and Léo Henry and Raquel Fernandes da Silva and Alexandra Silva},
journal= {arXiv preprint arXiv:2308.14781},
year = {2023}
}
备注
37 pages, 11 figures, GandALF 2023