シミュレーションから実世界への性能証明書のためのベッティング

本論文は、シミュレーション結果を活用して実機テストの性能証明書（performance certificate）を狭くするための、sim-to-real betting certificate frameworkを提案している。実機テストの前に大量のシミュレーション結果を参照し、実結果がどこに落ちるかに賭けを置くことで、累積富を証明書に結び付ける。

従来の性能証明書は実機サンプルのみに依存し、サンプル数が少ないため証明書が緩い。本手法は、シミュレーションバンクを活用して実機サンプル数を増やすことなく証明書を狭める点が新しい。また、任意のシミュレータバンクに対してanytime validな証明書を保証する理論的保証を提供する。

手法の核は、(i) スケーラブルなシミュレータバンクを効果的な賭けに結び付けるアルゴリズム、(ii) 累積賭け富を証明書に変換する方法、(iii) 富のregret境界に基づくアルゴリズムとシミュレータバンク設計の構成原理。具体的には、各シミュレータの信頼度を動的に更新しながら、実結果に対する賭けを最適化する。

合成分布と実ロボットテスト（再現された標準化テスト結果とオンライン実行時評価）を用いて検証した。提案手法は、古典的および最先端のベースラインと比較して、証明書の幅を平均51.6%±16%狭め、極端にサンプル数が少ない場合（≤30サンプル）では32.26%±8%狭めた。

要旨からは、提案手法の限界や仮定に関する議論は不明。ただし、シミュレータの質や多様性が証明書の狭さに影響する可能性が示唆されるが、詳細は不明。

要旨で参照されている関連研究は明示されていないが、sim-to-real transferやanytime-valid confidence sequencesに関する研究が関連する。具体的には、Waudby-Smith and Ramdasによるanytime-valid inferenceや、sim-to-real transferのためのdomain randomizationに関する論文が挙げられる。