論文の概要: Adversarially Robust Control of Conditional Value-at-Risk via Rockafellar-Uryasev Conformal Inference
- arxiv url: http://arxiv.org/abs/2606.00320v1
- Date: Fri, 29 May 2026 19:52:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-02 21:34:28.283659
- Title: Adversarially Robust Control of Conditional Value-at-Risk via Rockafellar-Uryasev Conformal Inference
- Title（参考訳）: Rockafellar-Uryasev Conformal Inferenceによる条件値-at-Riskの逆ロバスト制御
- Abstract要約: CVaR(Conditional Value-at-Risk)を制御するオンライン分散フリーフレームワークを提案する。
古典的リスク制御法とは異なり、この手法は任意のデータ生成プロセス下で機能する非線形テールリスクに対して証明可能な安全保証を提供する。
- 参考スコア（独自算出の注目度）: 15.255874441202872
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present an online, distribution-free framework for controlling the Conditional Value-at-Risk (CVaR), extending conformal tail risk control to non-stationary and adversarial environments. Unlike classical risk control methods, which rely on stationarity or linearity of expectation, our approach provides provable safety guarantees for a nonlinear tail risk functional under arbitrary data-generating processes that may drift or shift strategically over time. By leveraging deep connections between conformal tail risk control, online learning, and the variational representation of CVaR introduced by Rockafellar and Uryasev, we develop a novel procedure for online CVaR control with adversarial regret guarantees. The proposed method operates without assumptions on the underlying data-generating process, making it broadly applicable in modern high-stakes deployment settings. We prove that the realized empirical CVaR is asymptotically controlled at the target level, and that the resulting control is asymptotically tight up to a finite-sample conservatism gap. We demonstrate the effectiveness of our approach on portfolio risk management and toxicity mitigation for Large Language Models (LLMs), where rare but catastrophic failures dominate system risk.
- Abstract（参考訳）: 本研究では,条件付きバリュー・アット・リスク(CVaR, Conditional Value-at-Risk)を制御し,共形テールリスク制御を非定常環境と対向環境に拡張するオンライン分散フリーフレームワークを提案する。
予測の定常性や線形性に依存する古典的リスク制御法とは異なり、我々の手法は、任意のデータ生成プロセスの下で機能する非線形テールリスクに対して、時間とともに移動したり、戦略的に移動したりすることを保証できる安全保証を提供する。
コンフォメーションテールリスクコントロール,オンライン学習,Rockafellar と Uryasev が導入した CVaR の変動表現の深い関係を活用することで,オンライン CVaR 制御のための新たな手法を開発した。
提案手法は, 基礎となるデータ生成過程を仮定せずに動作し, 現代のハイステークデプロイメント設定に広く適用できる。
実演経験的CVaRは目標レベルで漸近的に制御され、結果として得られる制御は有限サンプル保存ギャップまで漸近的に厳密であることを示す。
本稿では,ポートフォリオリスク管理と大規模言語モデル(LLM)の有害性軽減に対するアプローチの有効性を示す。
関連論文リスト
- Conformal Risk-Averse Decision Making with Optimized Certainty Equivalent Risk Control [31.006941545235396]
エージェントが真のシステム状態について不確実なまま行動を選択するリスク-逆決定について検討する。
既知分布下での最適ポリシを特徴付け,CVaRの予測セットベースソリューションに還元することを示す。
未知の分布に対しては,データ駆動キャリブレーション手法を開発し,その可能性とキャリブレーションデータに対する合成モデルを構築した。
論文 参考訳（メタデータ） (2026-08-28T10:45:23Z) - RS-Diffuser: Risk-Sensitive Diffusion Planning with Distributional Value Guidance [0.0]
オフライン強化学習は、追加の環境相互作用なしに、固定データセットからポリシー学習を可能にする。
本稿では,拡散に基づく軌道生成と分布値批判を組み合わせ,リスクに敏感なオフライン拡散計画フレームワークRS-Diffuserを提案する。
リスクに敏感なD4RLと危険なロボットナビゲーションベンチマークの実験は、RS-Diffuserが最先端のパフォーマンスを達成することを示す。
論文 参考訳（メタデータ） (2026-06-26T06:51:16Z) - Action-Conditioned Risk Gating for Safety-Critical Control under Partial Observability [79.08785366532287]
部分観測可能性下でのリスク感応制御のための軽量なリスクゲート強化学習近似を提案する。
安全クリティカルな部分観測可能な2つの領域 – 自動グルコース調節と安全制約ナビゲーション – でアプローチを評価した。
論文 参考訳（メタデータ） (2026-05-14T01:23:09Z) - Safe Reinforcement Learning via Recovery-based Shielding with Gaussian Process Dynamics Models [57.006252510102506]
強化学習(Reinforcement Learning, RL)は、最適な意思決定と制御のための強力なフレームワークである。
本稿では,未知および非線形連続力学系に対する安全性を低くした安全RLを実現するための新しい回復型遮蔽フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-12T22:03:35Z) - Constrained Language Model Policy Optimization via Risk-aware Stepwise Alignment [49.2305683068875]
本稿では,リスク認識を政策最適化プロセスに組み込んだ新しいアライメント手法であるリスク対応ステップワイドアライメント(RSA)を提案する。
RSAは、過剰なモデルシフトによって引き起こされるリスクを基準方針から緩和し、低確率で高影響の有害な振る舞いを明示的に抑制する。
実験により, 本手法は高い安全性を確保しつつ, 高い安全性を達成できることが確認された。
論文 参考訳（メタデータ） (2025-12-30T14:38:02Z) - Conformal Risk Training: End-to-End Optimization of Conformal Risk Control [41.45834526675908]
我々は,モデルトレーニングや微調整において,コンフォーマルなOCEリスク制御を通じて区別する,エンドツーエンドのアプローチである「コンフォーマルリスクトレーニング」を導入する。
提案手法は,実証可能なリスク保証を実現するとともに,ポストホック手法よりも平均ケース性能が大幅に向上したことを示す。
論文 参考訳（メタデータ） (2025-10-09T19:05:45Z) - Risk-sensitive Actor-Critic with Static Spectral Risk Measures for Online and Offline Reinforcement Learning [4.8342038441006805]
静的スペクトルリスク対策(SRM)の最適化のための新しい枠組みを提案する。
我々のアルゴリズムは、さまざまなドメインにわたるオンラインとオフラインの両方の環境において、既存のリスクに敏感な手法より一貫して優れています。
論文 参考訳（メタデータ） (2025-07-05T04:41:54Z) - Risk-Averse Certification of Bayesian Neural Networks [70.44969603471903]
本稿では,RAC-BNNと呼ばれるベイズニューラルネットワークに対するリスク・アバース認証フレームワークを提案する。
提案手法はサンプリングと最適化を利用して,BNNの出力集合の音響近似を計算する。
我々は,RAC-BNNを回帰および分類ベンチマークで検証し,その性能を最先端の手法と比較した。
論文 参考訳（メタデータ） (2024-11-29T14:22:51Z) - Localized Adaptive Risk Control [35.88667386998423]
ローカライズド・アダプティブ・リスク・コントロール(Localized Adaptive Risk Control, L-ARC)は、統計的ローカライズされたリスク保証をターゲットとするオンラインキャリブレーション方式である。
L-ARCは、異なるデータサブポピュレーションにまたがるリスク保証を備えた予測セットを生成する実験によって実証される。
論文 参考訳（メタデータ） (2024-05-13T17:48:45Z) - 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) - 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) - Learning Disturbances Online for Risk-Aware Control: Risk-Aware Flight
with Less Than One Minute of Data [33.7789991023177]
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。
論文 参考訳（メタデータ） (2022-12-12T21:40:23Z)
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。