面向韧性增强的人机多智能体复杂系统因果时序知识图谱决策方法
编号:22 访问权限:仅限参会人 更新:2026-08-04 15:08:53 浏览:0次 口头报告

报告开始:2026年08月08日 17:40(Asia/Shanghai)

报告时间:10min

所在会场:[P] 分论坛 [P4] 分论坛四 体系博弈与智能决策

暂无文件

摘要
故障扰动下的人机多智能体系统需要连续选择恢复动作,此时任务、平台、通信、资源和人因状态往往同时变化。针对这一问题,本文提出因果时序知识图谱韧性决策方法 CTKG-CausalPlan。该方法将候选动作生成与动作选择分离:规则、枚举器或语言智能体提交合法动作,分态势 CTKG 上的评分器比较其恢复收益和人因代价。评分器以双重稳健学习估计任务、恢复、工作负荷和信任校准效应,并结合转移不确定性与动作—中介—结果路径证据完成排序。主实验采用确定性六动作完整覆盖,直接考察因果选择器。在不访问真实转移函数的 10 组配对实验中,方法的任务得分曲线下面积、恢复度曲线下面积和故障后任务得分曲线下面积分别达到 0.536、0.348 和 0.470,均为所比较非特权策略中的最高值。共享外生噪声重放、动作支持诊断、弱重叠和未观测混杂试验进一步界定了当前仿真机制下效应识别的适用范围。
关键词
人机协同;复杂系统;韧性决策;因果推断;因果时序知识图谱;多智能体系统
报告人
陈思远
在读博士 中山大学

稿件作者
陈思远 中山大学
庄学彬 中山大学
伍朝显 中山大学
李彦磊 中山大学
李津宁 中山大学
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    08月07日

    2026

    08月09日

    2026

  • 06月01日 2026

    摘要截稿日期

  • 08月09日 2026

    注册截止日期

  • 08月31日 2026

    初稿截稿日期

主办单位
国防科技大学系统工程学院
承办单位
国防科技大学系统工程学院
联系方式
  • 陆柏乐
  • 073*********
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询