1.7 KiB
1.7 KiB
title, created, updated, type, tags, sources, confidence
| title | created | updated | type | tags | sources | confidence | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Equilibrium of Safe Exploration（安全探索均衡） | 2026-06-29 | 2026-06-29 | concept |
|
|
high |
Equilibrium of Safe Exploration
Yang et al. (2026) 首次揭示 safe-exploration 的真正目标：不是单方面最大化 feasible-zone，而是找到可行域与 uncertain-model 之间的不动点。
均衡定义
记 Z 为可行域，M 为不确定模型。均衡点 (Z*, M*) 满足：
- Z 是 M 下的最大可行域**：给定当前模型精度，不能再安全地扩展
- M 是 Z 内数据的最精确模型**：在可行域内收集的所有数据已被充分利用
相互依存关系
更大的可行域 ──→ 更多探索数据 ──→ 更精确的模型
↓
更精确的模型 ──→ 更准确的约束推断 ──→ 更大的可行域
收敛保证
safe-equilibrium-exploration 的理论保证：
- 不确定模型单调精化（不确定性单调递减）
- 可行域单调扩展（永不收缩）
- 两者在有限步内收敛到均衡
与传统观点的区别
| 传统观点 | 均衡观点 |
|---|---|
| 安全探索 = 最大化可行域 | 安全探索 = 找到可行域-模型不动点 |
| 可行域和模型独立优化 | 二者交替、相互增强 |
| 隐式假设模型已足够精确 | 显式建模模型不确定性 |