通过逼近珀尔-弗罗贝格算子来预测AI代理行为
人工智能
2024-06-06 v1
摘要
在没有预存在模型的情况下，预测由AI驱动的代理行为具有挑战性。本文通过将AI代理视为非线性动力学系统，采用概率视角，使用珀尔-弗罗贝格（Perron-Frobenius, PF）算子来预测其统计行为来解决此问题。我们将PF算子的逼近形式化为一个熵最小化问题，可通过利用算子的马尔可夫性质并分解其谱来求解。我们的数据驱动方法同时逼近PF算子以执行代理演化的预测，也预测AI代理（如机器人系统和生成模型）的终端概率密度。我们通过在由AI算法驱动的实际系统上的大量实验，展示了预测模型的有效性。
引用
@article{arxiv.2406.02723,
title = {Predicting AI Agent Behavior through Approximation of the Perron-Frobenius Operator},
author = {Shiqi Zhang and Darshan Gadginmath and Fabio Pasqualetti},
journal= {arXiv preprint arXiv:2406.02723},
year = {2024}
}
备注
12 pages, 4 figures, conference