20260706:新增一些文章

concepts/uncertain-model.md

@@ -0,0 +1,47 @@
+---
+title: "Uncertain Model（不确定模型）"
+created: 2026-06-29
+updated: 2026-06-29
+type: concept
+tags: [safe-reinforcement-learning, model-uncertainty, exploration]
+sources: [[safe-equilibrium-exploration]]
+confidence: high
+---
+
+# Uncertain Model（不确定模型）
+
+> [[safe-exploration|安全探索]] 中，对环境转移动力学的估计模型，不仅预测状态转移，还**量化预测的不确定性**。
+
+## 在 SEE 中的角色
+
+[[safe-equilibrium-exploration|SEE 算法]] 中，不确定模型 M 是交替优化的两个对象之一：
+
+1. M 的精度决定了可以安全扩展的 [[feasible-zone|可行域]] 大小
+2. 可行域的大小决定了可以用来精化 M 的数据量
+3. 均衡点即 M 和 Z 的不动点
+
+## 图建模
+
+在 SEE 的图公式中，M 被表述为**不确定性图**：
+- 每条边代表可能的转移
+- 边上标注不确定性范围
+- 可行域 = 图中所有路径均满足安全约束的子图
+
+## 单调精化
+
+SEE 理论保证 M 的不确定性**单调递减**：随着可行域扩展和更多数据收集，模型精度持续提升，不会退步。
+
+## 与标准 Model-based RL 的区别
+
+| 标准 MBRL | SEE 不确定模型 |
+|-----------|---------------|
+| 追求预测精度 | 追求不确定性量化 |
+| 全局模型 | 可行域内精确、域外保守 |
+| 无安全考量 | 不确定性直接决定可行域边界 |
+
+## 相关概念
+
+- [[safe-exploration|安全探索]]
+- [[equilibrium-safe-exploration|安全探索均衡]]
+- [[feasible-zone|可行域]]
+- [[safe-equilibrium-exploration|SEE]]