arXiv 机器学习· Weijia Han, Zhi Huang, Lisha Qu, Yuanyuan Tan, Jiayue Meng·· 8 小时前AI 评分34
用于受限预算尾部风险评估的分位数传播规划（QPP）
Quantile Propagation Planning for Budgeted Tail-Risk Evaluation
AI 导读
研究人员提出分位数传播规划（QPP），通过在系统动力学中传播少量固定扰动分位数并积分生成的成本曲线，在有限评估预算下同时评估均值与尾部风险。该方法在所传播的分位点处精确，随网格细化收敛，并在特定结构条件下具备单侧保守性保证。在受控过载和库存任务中，QPP 显著降低了尾部成本与约束违规，表现媲美使用更多轨迹的采样评估器。
来源：arXiv 机器学习 · arxiv.org