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。
➡️