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。