安全なAI自律制御のためのコンテキスト対応ランタイムモニター学習

要約

機械学習ベースの制御システムにおける安全性を向上させるため、状況に応じて最適なコントローラーを選択する「コンテキスト対応ランタイムモニター」を提案した研究です。従来のアンサンブル手法とは異なり、コントローラーの出力を混ぜ合わせるのではなく、現在の環境に最も適した専門性を持つモデルを選抜します。これにより、理論的な安全性保証と多様性の活用を実現しています。

全文は有料プランで閲覧できます。