Unno

新框架增强了马尔可夫决策过程的安全验证

研究人员开发了一个新的马尔可夫决策过程（MDP）安全验证框架。该框架通过根据外层近似与定义的安全区域之间的支撑函数差距对方向进行评分，并以所选单位的支撑函数进行归一化，从而提供了一种统一的违规测量方法。研究表明，当最大得分大于零时，它表示包含近似的最小安全区域的扩大。该论文还通过实验评估了不同的测量规则（包括欧几里得单位、单位立方体和安全区域本身）如何影响MDP安全验证的性能。