arXiv cs.AI· Han Bao, Shinsaku Sakaue, Kazuki Watanabe·· 3 天前AI 评分20
基于凸分析视角的 MDP 安全验证查询选择框架
Convex-Analytic View of Query Selection for Safety Verification of Markov Decision Processes
AI 导读
针对 Markov 决策过程安全验证中 Watanabe 和 Unno（2026）提出的失败概率外逼近精化方法，研究者提出统一框架，以显式选定的误差单位度量违反程度：方向得分由外逼近与安全区域之间的支撑函数差除以单位支撑函数归一化。
正文 · AI 翻译
摘要：马尔可夫决策过程（MDP）的安全性验证询问的是：在每个调度器下，到达若干失败状态的概率是否联合位于一个凸安全区域内。Watanabe 和 Unno（2026）通过细化失败概率的外近似来证明安全性，其中每次查询都约束这些概率的一个非负加权和。他们的规则按最大欧几里得违反量来选择权重。我们提出了一个统一框架，以显式选择的误差单位来度量违反量：方向通过外近似与安全区域之间的支撑函数间隙来评分，并用该单位的支撑函数进行归一化。我们证明，当最大得分为正时，它等于以该单位的倍数计、包含外近似的最小安全区域扩大倍数。欧几里得单位恢复了先前的规则；单位立方体和安全区域本身则生成了两条新规则。我们通过实验评估了度量规则的选择如何影响 MDP 安全性验证的性能。
| 主题： | 优化与控制（math.OC）；人工智能（cs.AI）；计算机科学中的逻辑（cs.LO） |
| 引用为： | arXiv:2610.17541 [math.OC] |
| （或 arXiv:2610.17541v1 [math.OC] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.17541 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Han Bao [查看电子邮件]
[v1]
2026年10月13日星期二 01:09:51 UTC（26 KB）
来源：arXiv cs.AI · arxiv.org