論文の概要: Quantile Propagation Planning for Budgeted Tail-Risk Evaluation

• arxiv url: http://arxiv.org/abs/2610.41351v1
• Date: Fri, 30 Oct 2026 07:07:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.639544
• Title: Quantile Propagation Planning for Budgeted Tail-Risk Evaluation
• Title（参考訳）: 予算構造評価のための量子伝搬計画
• Abstract要約: モンテカルロ・ロールアウトは、この予算をノイズの多いテール見積に費やす一方、平均的な計画ではテールを完全に見逃す可能性がある。 そこで我々は, 量子化計画 (QPP) を導入し, 変動量子化の小さな集合を動的に伝播し, 平均リスクとテールリスクの両方を評価するために, 結果として生じるコスト曲線を統合する。
• 参考スコア（独自算出の注目度）: 2.0055724789663336
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Risk-aware planning must identify rare, costly outcomes using only a limited number of model evaluations. Monte Carlo rollouts spend this budget on noisy tail estimates, while planning from the mean can miss the tail entirely. We introduce quantile propagation planning (QPP), which propagates a small, fixed set of disturbance quantiles through the dynamics and integrates the resulting cost curve to evaluate both mean and tail risk. The method is exact at the propagated levels, converges as the quantile grid is refined, and admits a one-sided conservatism guarantee under stated structural conditions. In controlled overload and inventory tasks, QPP reduces realized tail cost and constraint violations relative to mean-rollout planning. On overload, it remains competitive with sampled evaluators that use substantially more trajectories. These results position QPP as a transparent, budget-controlled approach to tail-risk evaluation.
• Abstract（参考訳）: リスク対応計画では、限られた数のモデル評価を使用して、稀でコストのかかる結果を特定する必要がある。 モンテカルロ・ロールアウトは、この予算をノイズの多いテール見積に費やす一方、平均的な計画ではテールを完全に見逃す可能性がある。 そこで我々は, 量子化計画 (QPP) を導入し, 変動量子化の小さな集合を動的に伝播し, 平均リスクとテールリスクの両方を評価するために, 結果として生じるコスト曲線を統合する。 この方法は伝播レベルにおいて正確であり、量子格子が洗練されるにつれて収束し、記述された構造条件の下では一方的な保守性を保証する。 制御オーバーロードおよび在庫管理タスクにおいて、QPPは平均ロールアウト計画と比較して、実現されたテールコストと制約違反を減らす。 オーバーロードでは、かなり多くの軌道を使用するサンプル評価器と競合する。 これらの結果はQPPを、テールリスク評価に対する透明性と予算管理のアプローチとして位置づけている。

関連論文リスト

• Chance-Constrained Inspection Viewpoint Sequencing for On-Orbit Servicing via Safe Reinforcement Learning [0.0]
  本稿では,視点選択をCMDP(Constrained Markov Decision Process)としてモデル化する。 ラグランジアン緩和法(Lagrangian relaxation)は、ラグランジアン緩和法(Lagrangian relaxation)を用いてこの問題を解決する。 この手法は、中地球にあるガリレオ級の航法衛星でテストされている。
  論文  参考訳（メタデータ） (2026-10-30T12:15:31Z)
• Confidence-Calibrated Inference Expansion for Evaluator-Guided Test-Time Reasoning [50.42640957891911]
  評価器誘導推論のためのコンピュータ対応3動作制御器を開発した。 ロールアウト型継続サロゲートによる回答の成功と拡張を予測して端末動作を評価する。 我々は,不明瞭な判断に対する局所的不確実性を考慮した行動特異的信頼度推定を学習し,校正する。
  論文  参考訳（メタデータ） (2026-10-14T19:25:23Z)
• Calibrated Uncertainty for Informative Path Planning in Aquatic Environmental Monitoring [68.82821445619759]
  本稿では,ガウス過程をよく校正されたディープ・アンサンブルに置き換えることで,経路計画の成果が向上するかどうかを考察する。 うまく校正された不確実性は、計画戦略の重要性を増幅する。
  論文  参考訳（メタデータ） (2026-09-28T08:23:13Z)
• Risk-Averse Online POMDP Planning via CVaR of the Immediate Cost with Performance Guarantees [9.269394037577177]
  オンラインPOMDPプランナーは、予測累積コストを最適化し、高コストの州にかなりの質量を置くと、危険な状態を隠蔽することができる。 既存のリスク逆法は、リスク関数に静的または動的条件付値(CVaR)を適用し、軌道レベルのリスクを捕捉するが、2つのギャップを共有している。 CVaRを各ステップにおける信念の即時コストに適用し、電流に関するステップごとの不確実性を直接ターゲットとする。
  論文  参考訳（メタデータ） (2026-09-26T18:37:28Z)
• Chance-constrained selection of sequential intervention strategies from counterfactual estimates [7.461214229363999]
  本稿では,コストベースの意思決定のための予測最適化フレームワークを提案する。 予測ステップでは、結果値とコスト分布を返す推定器が、決定ルールが消費するものを提供する。 最適化ステップでは、有限候補に対する確率制約の選択は累積コストが予算を超える境界を設定する。
  論文  参考訳（メタデータ） (2026-08-13T13:12:05Z)
• Constrained Auto-Bidding via Generative Response Modeling [4.3095605379591255]
  自動入札システムは、予算制約やコスト・パー・アクセシションなどの比率目標の下で、長期的地平線上の広告主価値を最大化することを目的としている。 コントロールベースのペアリングは逸脱に反応するが、将来の状況は予測できない。一方、RLと生成法は、制約を報酬信号に折り畳み、違反を回避し、分散シフトの下で劣化させる。 単一入札乗算器の関数として,将来の交通量と地平線集約コスト/値曲線を共同で予測する履歴条件付きシーケンスモデルであるジェネレーティブ・レスポンス・モデル(GRM)を用いて,学習対象を行動から応答へシフトする。
  論文  参考訳（メタデータ） (2026-05-27T01:06:54Z)
• 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)
• Conformal Thinking: Risk Control for Reasoning on a Compute Budget [60.65072883773352]
  大規模言語モデル(LLM)の推論により、トークンの予算が増加するにつれて、データセットレベルの精度が向上する。 我々は、予算設定問題をリスクコントロールとして再設定し、計算を最小化しながらエラー率を制限する。 我々のフレームワークは、モデルが自信のあるときに推論を停止する上位しきい値と、未解決のインスタンスを事前に停止させる新しい下位しきい値を導入する。
  論文  参考訳（メタデータ） (2026-02-03T18:17:22Z)
• Multi-level Monte Carlo Dropout for Efficient Uncertainty Quantification [0.0]
  我々は不確実性定量化のためのマルチレベルモンテカルロ(MLMC)フレームワークを開発する。 降雨マスクを疫学的なランダム性の源として扱い、予測モーメントを推定するために使用するフォワードパスの数によって、フィデリティ階層を定義する。 明確なバイアス、ばらつき、効果的なコスト表現、およびレベルごとのサンプル割り当てルールを導出する。
  論文  参考訳（メタデータ） (2026-01-19T18:17:25Z)
• Quantization for decentralized learning under subspace constraints [61.59416703323886]
  エージェントがサブスペース制約を最小化するために個々のコスト関数を持つ分散最適化問題を考察する。 本稿では,エージェントが確率化量子化器を用いて推定値を圧縮する適応分散型戦略を提案し,検討する。 この分析は、量子化ノイズのいくつかの一般的な条件下では、平均二乗誤差と平均ビットレートの両方で戦略が安定であることを示している。
  論文  参考訳（メタデータ） (2022-09-16T09:38:38Z)

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。