arXiv cs.AI· \.Ibrahim O\u{g}uz \c{C}etinkaya, Sajad Khodadadian, Taylan Topcu·· 12 小时前AI 评分22
多场景强化学习如何提升体系之体系的任务协同鲁棒性
Brittle by Design? Multi-Scenario Reinforcement Learning for Robust Mission Coordination in Systems of Systems
AI 导读
研究提出将高保真数字任务模型与强化学习结合的任务协同方法，用 PPO 训练协调器实现自适应任务分配，并在三场景空中消防任务中验证。所有训练后的协调器均显著优于随机与启发式基线，但仅在宽松场景训练的协调器迁移到更严苛场景时会退化至随机水平。相同训练预算下，同时在两个场景训练的协调器在各场景中匹配专用协调器，并显著优于其他策略。
正文 · AI 翻译
摘要：随着系统工程（SE）从单体系统转向系统之系统，任务工程（ME）已成为系统工程中的一种新思路。任务环境具有不确定性和动态性，结果取决于任务资产与环境之间的交互方式，这使得静态架构变得脆弱，并需要灵活且分析严谨的任务工程方法。我们提出一种智能任务协调方法，将高保真数字任务模型与强化学习（RL）相结合，用于自适应任务分配。利用由数字任务模型和基于智能体的仿真组成的数字工程（DE）基础设施，我们将任务战术管理建模为马尔可夫决策过程，并使用近端策略优化训练一个强化学习协调器，从实际结果中将任务状态映射为战术动作。一个包含三种场景的空中消防任务验证了该方法。第一，所有训练过的协调器都显著优于随机和启发式基线。第二，单场景协调器可能较为脆弱：在较宽松场景上训练的协调器在更严苛的场景中会退化到随机战术的性能，而在严苛场景上训练的协调器在迁移时保留了其大部分优势。第三，在相同的训练预算内，同时在两种场景上训练的协调器在各自场景中与场景专用协调器相当，并显著优于其他所有策略。对点火位置、天气、场景和训练课程的敏感性分析表明，训练期间所体现的变异性塑造了部署后的性能。这一概念验证表明，结合强化学习的数字工程赋能任务仿真为改进任务工程实践提供了一种可复用的方法，并可从任务优先的视角扩展到机队设计与选择。
| 主题： | 系统与控制（eess.SY）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.28818 [eess.SY] |
| （或 arXiv:2610.28818v1 [eess.SY] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.28818 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Ibrahim Cetinkaya [查看电子邮件]
[v1]
2026年10月20日星期二 18:40:12 UTC（7,874 KB）
来源：arXiv cs.AI · arxiv.org