arXiv · cs.AI· Tesfay Zemuy Gebrekidan, Hadush Hailu Gebrerufael·· 2 天前
研究者用精确多项式不变量诊断强化学习模拟器故障
Diagnosing Faults in Reinforcement Learning Simulators with Canonical Polynomial Invariants
arXiv:2609.13194v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Tesfay Zemuy Gebrekidan, Hadush Hailu Gebrerufael
研究任务与主要进展
基于论文摘要，研究者提出两阶段强化学习模拟器诊断方法，用规范化的精确多项式不变量先识别被违反的物理约束，再恢复故障不变量及其对应的物理参数。在Gymnasium的Acrobot实验中，加入观测噪声前，15个注入故障全部被定位且未观察到误报，7个单参数故障的责任参数全部被识别；但这些方法相较成对差异检验的优势主要在约束级定位，而非故障检测本身。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org