ReGuard 框架用于基于 RL 的网络控制器最坏情况发现与运行时保护

ReGuard 框架通过在推理时介入保护，无需重训即可发现并缓解基于 RL 的网络控制器在最坏情况下的性能退化。 该框架将场景发现形式化为双层遗憾最大化问题，在 Pensieve、Sage 和 Park 三个控制器上发现 43-64% 的性能损失。 ReGuard 通过轻量级逻辑规则介入高风险状态，在首次迭代中缩小 79-85% 的性能差距，其保护作用可延伸至更广泛的网络条件。