基于内点法的安全贝叶斯优化——应用于个性化胰岛素剂量指导
最优化与控制
2022-05-06 v1 系统与控制
系统与控制
摘要
本文考虑具有安全关键约束的系统的贝叶斯优化问题，其中目标函数与约束均未知，但可通过查询系统来观测。在安全关键应用中，在不可行点查询系统可能带来灾难性后果。此类系统需要一个安全学习框架，使得在 high probability 下满足安全关键约束的同时优化性能目标。本文提出一种安全贝叶斯优化框架，确保所查询的点始终位于部分已揭示的安全区域的内部，从而以高概率保证约束满足。所提出的内点贝叶斯优化框架可与任意采集函数配合使用，具有广泛适用性。所提方法的性能通过针对1型糖尿病患者的个性化胰岛素剂量应用进行了验证。
引用
@article{arxiv.2205.02327,
title = {Safe Bayesian Optimization using Interior-Point Methods -- Applied to Personalized Insulin Dose Guidance},
author = {Dinesh Krishnamoorthy and Francis J. Doyle},
journal= {arXiv preprint arXiv:2205.02327},
year = {2022}
}