Open AccessOA PDF
Risk-Aware Online Conformal State Probing
Pietro Talli; Petar Popovski; Osvaldo Simeone
- Summary
- OCSP is an online conformal policy that jointly decides actions and when to probe, provably controlling the missed query error (MQE) while minimizing probing rate. It applies to pre-trained value-based control policies without retraining.
- Method
- OCSP beroperasi dalam loop pengambilan keputusan sekuensial di mana pada setiap langkah waktu agen mengamati prediksi state (mungkin dari model yang telah dilatih sebelumnya), mem…
- Results
- Penulis memvalidasi OCSP melalui simulasi numerik. Mereka memverifikasi bahwa jaminan teoretis berlaku: MQE tetap di bawah tingkat risiko target $\alpha$ di berbagai pengaturan, dan laju probing jauh…