摘要
本文提出了一种新颖的三层分层学习架构，旨在支持自主无人机群在搜索与救援操作中的应用。与传统方法在所有层级上应用单一学习范式不同，所提架构整合了三种质量上不同的学习机制，分别对应于生物层次中的反射、技能与推理。具体而言，架构包括：
- 个体适应：使用 Hebbian 神经可塑性。
- 战术协调：采用多智能体强化学习与图神经网络和行为树。
- 战略决策：利用无模型元学习、BDI 推理和数字双胞胎。
架构通过二十二个架构合同形式化，组织在六个组件中，包括 BDI、行为树、GNN、MARL、神经可塑性和元学习。这些组件共同提供六类形式化保证，如安全性、预算正确性、最优性、活性、无饥饿和层级一致性。我们引入了群体元认知作为一种组合属性，源于三层之间结构化的交互，使得无人机群能够监控其认知状态并切换认知策略。
针对 SAR 任务类型，我们提出了五个构造性进展函数，架起了抽象优化理论与具体操作场景之间的桥梁。主要的整合定理表明，当所有合同都被满足时，混合神经符号系统能够保持所有六类保证。对于动态情况与主动学习，五个新合同扩展了框架，增加了三项附加保证：认知弹性、优雅降级和单调元改进。理论分析表明，该架构有效解决了现有分层强化学习方法的五个基本局限性。
博主点评： 该研究提出的三层学习架构不仅在理论上具有创新性，且通过具体的合同机制为无人机群的自主决策提供了强有力的保障。这种层次化的学习方式，结合生物启示，能够更好地适应复杂的搜索与救援任务，具备较强的实际应用潜力。