BriefGPT - AI 论文速递 · 2024-09-12T00:00:00Z Optimizing Falsification in Learning-Based Control Systems Using a Multi-Fidelity Bayesian Approach 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种多保真度贝叶斯优化框架，旨在优化学习控制系统中的虚假判定问题。该方法高效识别违反安全要求的反例，并在不同精度的模拟器之间转换，实验证明其在反例检测中的计算效率优于全保真度优化和其他方法。 🏷️ 标签 反例检测 多保真度 学习控制系统 虚假判定 贝叶斯优化 阅读原文 生成长图 分享链接 已复制链接
