arXiv cs.MA· Abderaouf Bahi, Hasan Masrur·· 9 小时前AI 评分29
GridAnchor:用多智能体 AI 防护自主能源系统免受信息物理幻觉影响
GridAnchor: Specialized Multi-Agent AI for Safeguarding Autonomous Energy Systems Against Cyber-Physical Hallucinations
AI 导读
GridAnchor 是一个面向自主能源系统的验证层,用 Physics-Residual Graph Transformer 对预测器、状态估计器和调度器等智能体的每条输出打分,并结合 Mondrian conformal p 值与 Benjamini-Hochberg 过程做出判定。
正文 · AI 翻译
摘要:自主能源系统日益将专门的学习型智能体串联起来,例如预测器、状态估计器以及可能是语言模型的调度器。这些智能体可能输出与物理规律相矛盾的自信结果,而下游智能体可能会据此行动。我们定义了此类信息物理幻觉及其级联,将其归纳为八种类型,并构建了 CPH-Bench——一个在 SimBench 馈线上生成带标签片段的生成器。我们提出了 GridAnchor,这是一个验证层,其物理残差图 Transformer 根据声明、测量值与线性化电网模型之间的残差,对每条声明进行评分。采用 Benjamini-Hochberg 程序的 Mondrian 共形 p 值将评分转化为决策,一个根头负责归因级联,一个二次规划以在修复步骤上校准的电压裕度来修复不安全动作。在模拟的农村中压馈线上,GridAnchor 的消息级精确率-召回率曲线下面积达到 0.846,而六个基线中最强者为 0.837,差异在置信区间内。它在估计和动作方面领先,而一个知晓标签容差的自我一致性检查则通过在预测方面领先达到 0.874。在未注入幻觉的步骤上,误报率与标称水平的偏差保持在 0.17 个百分点以内。在闭环中,GridAnchor 在测试日未使任何母线超出电压范围,而无保护时为 0.0700% 的母线-步骤,采用相同缓解措施的更简单检测器也接近这一水平。陈旧但连贯的消息和单母线预测误差仍大多未被检测到。
| 主题: | 多智能体系统 (cs.MA) |
| 引用为: | arXiv:2611.25158 [cs.MA] |
| (或 arXiv:2611.25158v1 [cs.MA] 为此版本) | |
| https://doi.org/10.48550/arXiv.2611.25158 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Abderaouf Bahi [查看电子邮件]
[v1]
2026年11月18日星期三 20:36:22 UTC(55 KB)
来源:arXiv cs.MA · arxiv.org