arXiv 人工智能· Santhosh GS, Ananya Ravi, Devika Jay, Abhishek Sarkar, Perepu Satheesh Kumar, Saurav Prakash, Kaushik Dey, Balaraman Ravindran·· 7 小时前AI 评分34
CORE-RL：黑盒强化学习策略的置信导向可靠性评估
CORE-RL: Confidence-Oriented Reliability Evaluation of Black-Box Reinforcement Learning Policies
AI 导读
CORE-RL 评估框架针对以可执行文件或远程 API 交付的黑盒强化学习策略，提供多目标对齐与鲁棒性评估。该框架引入整合任务提前终止与安全违规的统一可靠性指标，通过噪声认证包络计算 Clopper-Pearson 和 Hoeffding 统计界限以界定安全运行设计域（ODD）。连续控制任务实验证实，CORE-RL 可自动拒绝不合规策略并出具高置信度安全证书。
来源：arXiv 人工智能 · arxiv.org