跳到正文
arXiv · 机器人与计算机视觉· Matteo Penlington, Alessandro Zanardi, Lorenzo Fiaschi, Emilio Frazzoli·· 20 天前AI 评分75

字典序下降:通过参数化标量化优化全序规则集的一种基于梯度的方法

Lexicographic Descent: A Gradient-Based Approach to Optimize Totally Ordered Rulebooks via Parametric Scalarization

AI 导读

针对安全关键系统需满足冲突约束且通常按优先级排序的问题,现有预emption优化存在次优解风险,而联合优化又难以保持严格优先级。本文提出 Lexicographic Descent 方法,利用随优先级衰减的相对权重实现参数化标量化,在极限处恢复字典序顺序并收敛至高优先级规则的受约束驻点。该方法能利用问题结构达到字典序最优,并在自动驾驶案例研究中优于预emption方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org