用于操作物理系统的主动学习的设备、计算机实现的方法技术方案

用于操作物理系统的主动学习的设备和计算机实现的方法，其中方法包括：提供包括数据点的数据集，每个数据点包括用于操作物理系统的输入以及物理系统的第一观察和第二观察；用数据集训练多输出高斯过程以预测给定输入的第一观察；用数据集训练高斯过程以预测给定输入的第二观察；用数据集确定操作物理系统的输入，当利用所述输入操作物理系统时关于物理系统操作的信息增益或不确定性大于利用至少一个其他输入的信息增益或不确定性，并且针对所述输入，高斯过程预测满足条件的第二观察的概率超过阈值；确定或测量通过用所确定的输入操作物理系统而产生的第一观察和第二观察；以及将数据点添加到包括所确定的输入和对应第一观察和第二观察的数据集。观察和第二观察的数据集。观察和第二观察的数据集。

【技术实现步骤摘要】
用于操作物理系统的主动学习的设备、计算机实现的方法


[0001]本专利技术涉及一种特别是用于操作物理系统的主动学习的设备和计算机实现的方法。

技术实现思路

[0002]特别是用于操作物理系统的主动学习的计算机实现方法包括：提供包括数据点的数据集，其中每个数据点包括用于操作物理系统的输入以及物理系统的第一观察和第二观察；利用数据集训练多输出高斯过程，以用于预测针对给定输入的第一观察；利用数据集训练高斯过程，以用于预测针对给定输入的第二观察；利用数据集确定用于操作所述物理系统的输入，针对所述输入当利用所述输入操作所述物理系统时关于所述物理系统的操作的信息增益或不确定性大于针对至少一个其他输入的信息增益或不确定性，并且针对所述输入，高斯过程预测满足条件的第二观察的概率超过阈值；确定、特别是测量，通过利用所确定的输入来操作物理系统而产生的第一观察和第二观察；以及将数据点添加到包括所确定的输入以及所确定的第一观察和所确定的第二观察的数据集。这种方法提供了安全的主动学习。
[0003]确定输入优选地包括确定与数据集中的数据点所包括的输入不同的输入。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.特别是用于操作物理系统(102)的计算机实现的主动学习方法，其特征在于，所述方法包括：提供(202)包括数据点的数据集，其中每个数据点包括用于操作物理系统(102)的输入以及物理系统(102)的第一观察和第二观察；利用所述数据集训练(204)多输出高斯过程，以用于预测针对给定输入的第一观察；利用所述数据集训练(204)高斯过程，以用于预测针对给定输入的第二观察；利用所述数据集确定(206)用于操作所述物理系统(102)的输入，针对所述输入当利用所述输入操作所述物理系统(102)时关于所述物理系统(102)的操作的信息增益或不确定性大于针对至少一个其他输入的信息增益或不确定性，并且针对所述输入，高斯过程预测满足条件的第二观察的概率超过阈值；确定、特别是测量(208，210，212)，通过利用所确定的输入操作物理系统(102)而产生的所述第一观察和所述第二观察；以及将数据点添加(214)到包括所确定的输入以及所确定的第一观察和所确定的第二观察的数据集。2.根据权利要求1所述的方法，其特征在于，确定(206)输入包括确定与数据集中的数据点所包括的输入不同的输入。3.根据前述权利要求之一所述的方法，其特征在于，确定(206)所述输入包括从物理系统(102)的可能输入中对输入进行采样。4.根据前述权利要求之一所述的方法，其特征在于，所述方法包括利用取决于输入和数据集定义的采集函数来确定(206)输入。5.根据权利要求4所述的方法，其特征在于，采集函数对在利用所述输入操作物理系统(102)时关于物理系统(102)的操作的信息增益或不确定性进行建模，其中确定所述输入，针对所述输入根据所述采集函数的信息增益或不确定性大于针对至少一个其他输入根据所述采集函数的信息增益或不确定性。6.根据前述权利要求之一所述的方法，其特征在于，所述条件对物理系统(102)可能在其中安全操作的操作状态进行建模，其中当确定满足所述条件时，选择所确定的输入以用于操作物理系统(102)，和/或所述条件对物理系统(102)可能在其中不安全操作的操作状态进行建模，其中当...

【专利技术属性】
技术研发人员：李岑佑，B，
申请(专利权)人：罗伯特，
类型：发明
国别省市：