跳到正文
arXiv · ML· Xulin Chen, Ruipeng Liu, Garrett E. Katz·· 17 天前AI 评分23

PDNUS 框架:评估时生成可解释非均匀不确定性集合以增强深度强化学习鲁棒性

Beyond $L_\infty$-Norm Sets: Synthesizing Interpretable Non-Uniform Uncertainty Sets for Evaluation-Time State-Adversarial Robustness

AI 导读

针对连续控制任务中状态维度物理意义差异大且 $L_p$ 范数难以解释的问题,提出性能退化非均匀不确定性集合(PDNUS)。 该框架在策略评估期间在线合成状态依赖、逐维度非均匀的不确定性集合,通过理想约束优化与替代约束解决计算难题。 实验表明 PDNUS 能揭示策略在不同状态和维度上的敏感性变化,同时适度控制性能退化。

来源:arXiv · ML · arxiv.org