概率安全优化中的元主动学习
机器学习
2020-07-09 v1 机器学习
摘要
学习控制具有潜在动力学的安危关键系统(例如用于深脑刺激)需要承担经过计算的风险,以尽可能高效地获取信息。针对该问题,我们提出一种概率安全、元主动学习方法,以高效学习系统动力学与最优配置。我们将此问题表述为元学习一个采集函数,该函数由编码采样历史的长短期记忆网络(LSTM)表示。该采集函数在离线状态下被元学习,以习得高质量采样策略。我们采用混合整数线性规划作为策略,将LSTM采集函数最终的线性化层直接编码进目标函数,以权衡期望信息增益(例如系统动力学模型准确性的提升)与安全控制的可能性。我们在 altered 动力学高维系统控制(即受损飞机)的主动学习中确立了新的最优水平,相较基线实现信息增益提升46%且计算时间加速20%。此外,我们展示了系统在大鼠大脑中学习深脑刺激最优参数设置的同时避免不良副作用(即诱发癫痫)的能力,相较先前最优方法信息增益提升58%。另外,我们的算法在以仅损失15%信息增益的代价下,实现了97%的安全状态终止概率。
引用
@article{arxiv.2007.03742,
title = {Meta-active Learning in Probabilistically-Safe Optimization},
author = {Mariah L. Schrum and Mark Connolly and Eric Cole and Mihir Ghetiya and Robert Gross and Matthew C. Gombolay},
journal= {arXiv preprint arXiv:2007.03742},
year = {2020}
}
备注
9 pages