Failure Probability Estimation of Black-Box Autonomous Systems Based on State-Dependent Importance Sampling Proposals

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种自适应重要性采样算法,有效解决了安全关键自主系统中失效概率估计的问题,尤其在失效事件稀少的情况下,显著提高了估计精度,优于传统方法。

🎯

关键要点

  • 本研究提出了一种自适应重要性采样算法。
  • 该算法有效解决了安全关键自主系统中失效概率估计的问题。
  • 在失效事件稀少的情况下,传统的估计方法如蒙特卡洛采样往往不够实用。
  • 算法通过最小化状态依赖提议分布与最优重要性采样分布之间的Kullback-Leibler散度,提高了估计精度。
  • 研究结果表明,该方法优于传统基线技术,具有广泛的应用潜力。
➡️

继续阅读