#AEAI02013. 风险约束下的动作裁决

    ID: 702 传统题 1000ms 256MiB 尝试: 4 已通过: 2 难度: 3 上传者: 标签>aeaichapter02goldenthresholdconfidencerisk_decisionclassificationoptimization

风险约束下的动作裁决

题目描述

具身智能部的动作裁决器会同时考虑成功概率、置信度、收益、损失和安全标记。某些动作可以直接执行,另一些动作虽然不够稳妥,但仍值得交给人工或上层策略复核;其余动作应被拒绝。

对每个候选动作,请计算 risk = (1 - p_i) * loss_iutility = p_i * gain_i - risk。安全标记为 0 的候选不能进入执行或复核集合;执行集合优先级高于复核集合,只有没有可执行候选时才考虑复核。

同一集合内按效用更大、成功概率更大、编号更小的顺序选择。若执行和复核集合都为空,输出 REJECT 0

输入格式

  • 第一行包含 n。
  • 第二行包含 p_exec c_exec r_exec p_review c_review。
  • 随后 n 行每行包含 p_i c_i gain_i loss_i safe_i,候选编号为输入顺序 1..n。

输出格式

  • 若存在执行候选,第一行输出 EXECUTE id,第二行输出 risk utility。
  • 否则若存在复核候选,第一行输出 REVIEW id,第二行输出 risk utility。
  • 否则输出 REJECT 0。

数据范围与约束

  • 1 <= n <= 100000
  • 概率和置信度在 [0,1]
  • 收益、损失和风险阈值非负
  • safe 为 0 或 1

判定规则

使用标准输出比较。浮点结果按题面保留 6 位或 10 位小数;阈值等号、无可行分支和 Tie-break 按下列规则处理。

  • safe=0 的候选不能执行或复核。
  • 执行条件还要求 p>=p_exec、c>=c_exec、risk<=r_exec、utility>0。
  • 复核条件要求 p>=p_review、c>=c_review、utility>0 且未满足执行条件。
  • 先选 EXECUTE 集合;只有执行集合为空才考虑 REVIEW。
  • 同集合内按 utility 大、p 大、编号小选择。

样例

输入样例 1

3
0.75 0.60 5 0.45 0.40
0.80 0.70 20 10 1
0.90 0.80 15 30 1
0.60 0.90 9 2 1

输出样例 1

EXECUTE 1
2.000000 14.000000

输入样例 2

2
0.90 0.70 2 0.50 0.50
0.60 0.60 10 3 1
0.40 0.90 50 1 1

输出样例 2

REVIEW 1
1.200000 4.800000

样例解释

样例 1 中候选 1 满足执行条件,风险为 2、效用为 14,因此直接执行。样例 2 中没有候选满足执行条件,但候选 1 满足复核条件,所以输出 REVIEW 1