論文の概要: Learning Disturbances Online for Risk-Aware Control: Risk-Aware Flight
with Less Than One Minute of Data
- arxiv url: http://arxiv.org/abs/2212.06253v1
- Date: Mon, 12 Dec 2022 21:40:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-14 15:48:41.104814
- Title: Learning Disturbances Online for Risk-Aware Control: Risk-Aware Flight
with Less Than One Minute of Data
- Title（参考訳）: リスクアウェアコントロールのためのオンライン学習障害: 1分未満のデータによるリスクアウェアフライト
- Authors: Prithvi Akella, Skylar X. Wei, Joel W. Burdick, and Aaron D. Ames
- Abstract要約: 安全クリティカルなリスク認識制御の最近の進歩は、システムが直面する可能性のある障害に関するアプリオリの知識に基づいている。
本稿では,リスク認識型オンラインコンテキストにおいて,これらの障害を効果的に学習する手法を提案する。
- 参考スコア（独自算出の注目度）: 33.7789991023177
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent advances in safety-critical risk-aware control are predicated on
apriori knowledge of the disturbances a system might face. This paper proposes
a method to efficiently learn these disturbances online, in a risk-aware
context. First, we introduce the concept of a Surface-at-Risk, a risk measure
for stochastic processes that extends Value-at-Risk -- a commonly utilized risk
measure in the risk-aware controls community. Second, we model the norm of the
state discrepancy between the model and the true system evolution as a
scalar-valued stochastic process and determine an upper bound to its
Surface-at-Risk via Gaussian Process Regression. Third, we provide theoretical
results on the accuracy of our fitted surface subject to mild assumptions that
are verifiable with respect to the data sets collected during system operation.
Finally, we experimentally verify our procedure by augmenting a drone's
controller and highlight performance increases achieved via our risk-aware
approach after collecting less than a minute of operating data.
- Abstract（参考訳）: 安全クリティカルなリスク認識制御の最近の進歩は、システムが直面する障害に関するアプリオリの知識に基づいて予測されている。
本稿では,これらの障害をオンラインで効果的に学習する手法を提案する。
まず、リスク認識コミュニティで一般的に使用されるリスク尺度であるValue-at-Riskを拡張する確率過程のリスク尺度であるSurface-at-Riskの概念を紹介します。
第二に、モデルと真のシステム進化の間の状態差のノルムをスカラー値の確率過程としてモデル化し、ガウス過程回帰を通じて表面-アット-リスクへの上限を決定する。
第3に,システム動作中に収集したデータセットに対して検証可能な軽度の仮定を対象とする表面の精度に関する理論的結果を提供する。
最後に,ドローンの制御器を増設し,運用データを1分未満で収集した後のリスク認識アプローチによる性能向上を実証した。
関連論文リスト
- Data-driven decision-making under uncertainty with entropic risk measure [5.407319151576265]
エントロピーリスク尺度は、不確実な損失に関連する尾のリスクを考慮に入れた高い意思決定に広く用いられている。
経験的エントロピーリスク推定器を劣化させるため, 強く一貫したブートストラップ手法を提案する。
検証性能のバイアスが補正されない場合,クロスバリデーション手法は,保険業者のアウト・オブ・サンプルリスクを著しく高める可能性があることを示す。
論文 参考訳（メタデータ） (2024-09-30T04:02:52Z) - Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction [55.77015419028725]
しきい値とトレードオフパラメータが適応的に選択された場合、リスクの有効な制御を可能にする手法を開発する。
提案手法は単調なリスクとほぼ単調なリスクをサポートするが,それ以外は分布的な仮定はしない。
論文 参考訳（メタデータ） (2024-03-28T17:28:06Z) - Extreme Risk Mitigation in Reinforcement Learning using Extreme Value
Theory [10.288413564829579]
リスク認識の重要な側面は、破滅的な結果をもたらす可能性のある非常に稀なリスクイベント(リワード)をモデル化することである。
リスクを意識したRL手法は存在するが、リスク回避のレベルは状態-作用値関数の推定の精度に大きく依存している。
本研究では、状態-作用値関数分布によって予測される極端な値の予測を精査することに着目し、非常に稀で危険な事象に直面した場合のRLエージェントのレジリエンスを高めることを提案する。
論文 参考訳（メタデータ） (2023-08-24T18:23:59Z) - Safe Deployment for Counterfactual Learning to Rank with Exposure-Based
Risk Minimization [63.93275508300137]
本稿では,安全な配置を理論的に保証する新たなリスク認識型対実学習ランク法を提案する。
提案手法の有効性を実験的に検証し,データが少ない場合の動作不良の早期回避に有効であることを示す。
論文 参考訳（メタデータ） (2023-04-26T15:54:23Z) - Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions [60.26921219698514]
CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。
次に、結果の安全制御器のポイントワイズ実現可能性条件を示す。
これらの条件を利用して、イベントトリガーによるオンラインデータ収集戦略を考案する。
論文 参考訳（メタデータ） (2022-08-23T05:02:09Z) - Efficient Risk-Averse Reinforcement Learning [79.61412643761034]
リスク逆強化学習(RL)では、リターンのリスク測定を最適化することが目標である。
特定の条件下では、これは必然的に局所最適障壁につながることを証明し、それを回避するためのソフトリスク機構を提案する。
迷路ナビゲーション,自律運転,資源配分ベンチマークにおいて,リスク回避の改善を示す。
論文 参考訳（メタデータ） (2022-05-10T19:40:52Z) - Adaptive Risk Tendency: Nano Drone Navigation in Cluttered Environments
with Distributional Reinforcement Learning [17.940958199767234]
適応型リスク傾向ポリシーを学習するための分散強化学習フレームワークを提案する。
本アルゴリズムは,シミュレーションと実世界の実験の両方において,ハエのリスク感度を調整可能であることを示す。
論文 参考訳（メタデータ） (2022-03-28T13:39:58Z) - Detecting and Mitigating Test-time Failure Risks via Model-agnostic
Uncertainty Learning [30.86992077157326]
本稿では,すでに訓練済みのブラックボックス分類モデルの失敗リスクと予測的不確かさを推定するための,ポストホックメタラーナーであるリスクアドバイザを紹介する。
リスクアドバイザは、リスクスコアの提供に加えて、不確実性見積を、アレタリックおよびエピステマティックな不確実性コンポーネントに分解する。
ブラックボックス分類モデルおよび実世界および合成データセットのさまざまなファミリーの実験は、リスクアドバイザーがデプロイメント時の障害リスクを確実に予測していることを示している。
論文 参考訳（メタデータ） (2021-09-09T17:23:31Z) - Automatic Risk Adaptation in Distributional Reinforcement Learning [26.113528145137497]
実践的応用における強化学習(RL)エージェントの使用は、最適以下の結果を考慮する必要がある。
これは特に安全クリティカルな環境において重要であり、エラーは高いコストや損害をもたらす可能性がある。
リスク認識エージェントとリスク認識エージェントの両方と比較して, 失敗率を最大7倍に低下させ, 一般化性能を最大14%向上させた。
論文 参考訳（メタデータ） (2021-06-11T11:31:04Z) - Risk-Sensitive Sequential Action Control with Multi-Modal Human
Trajectory Forecasting for Safe Crowd-Robot Interaction [55.569050872780224]
本稿では,リスクに敏感な最適制御に基づく安全な群集ロボットインタラクションのためのオンラインフレームワークを提案し,そのリスクをエントロピーリスク尺度でモデル化する。
私たちのモジュラーアプローチは、クラウドとロボットの相互作用を学習ベースの予測とモデルベースの制御に分離します。
シミュレーション研究と実世界の実験により、このフレームワークは、現場にいる50人以上の人間との衝突を避けながら、安全で効率的なナビゲーションを実現することができることが示された。
論文 参考訳（メタデータ） (2020-09-12T02:02:52Z) - Learning Bounds for Risk-sensitive Learning [86.50262971918276]
リスクに敏感な学習では、損失のリスク・アバース(またはリスク・シーキング)を最小化する仮説を見つけることを目的としている。
最適化された確実性等価性によって最適性を記述するリスク感応学習スキームの一般化特性について検討する。
論文 参考訳（メタデータ） (2020-06-15T05:25:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。