SafeDiffCon

新方法确保AI控制的偏微分方程系统安全

研究人员开发了一种名为“用于偏微分方程控制的安全扩散模型”（SafeDiffCon）的新方法，以确保偏微分方程（PDE）约束控制的深度学习应用的安全性。该方法利用共形预测中的不确定性分位数来指导扩散模型，使其能够在训练和推理过程中满足安全约束。在涉及一维Burgers方程、二维不可压缩流体和受控核聚变的任务评估中，SafeDiffCon独特地满足了所有安全要求，并在控制性能上优于其他方法。