Reguard

ReGuard框架识别并保护基于强化学习的网络控制器免受最坏情况的影响

研究人员开发了ReGuard，一个旨在识别和缓解基于强化学习（RL）的网络控制器最坏情况性能下降的新框架。该框架解决了RL控制器平均表现良好，但在特定网络条件下可能遭受严重性能下降的挑战。ReGuard将场景发现构建为双层遗憾最大化问题，并将发现的风险状态编译成轻量级逻辑规则，以便在运行时进行干预，而无需重新训练RL模型。