基于决策树近似深度确定性策略梯度算法的循环水养殖系统控制增强可解释性研究

《Aquaculture International》：Enhancing interpretability and explainability for fish farmers: decision tree approximation of DDPG for RAS control

本研究针对水产养殖中深度强化学习"黑箱"特性阻碍实际应用的问题，开发了将DDPG控制器转化为可解释决策树的方法。研究人员通过系统采集12,480个状态-动作对，构建深度为5的决策树，在保持94.2%性能的同时实现92.7%策略保真度。验证显示87%养殖户理解度提升，78%信任度增加，溶解氧(DO)、氨氮(NH3)和生物量被识别为关键决策因子，为人工智能在可持续水产养殖中的推广应用提供了透明化解决方案。

　　

循环水养殖系统（RAS）作为集约化鱼类养殖的可持续模式，在水资源节约、疾病控制和环境影响减少方面展现出显著优势。然而，这些系统的投喂率优化始终是关键挑战，因为投喂直接影响鱼类生长，同时影响鱼类健康和水系统稳定性必需的水质参数。尽管深度学习技术在RAS控制中表现出卓越性能，但其"黑箱"特性使得缺乏人工智能专业知识的养殖户难以理解和信任系统推荐，导致技术采纳率低下。

先前研究表明，即使证明性能优势，黑箱AI系统的采纳率仍低于30%，而透明决策支持工具的采纳率超过70%。在 aquaculture 领域，68%的RAS操作者将"无法理解系统推理"列为首要采纳障碍，排名高于成本或技术复杂性担忧。经济风险进一步放大这些障碍，商业RAS操作中不正确的投喂决策可能导致水质迅速恶化，溶解氧骤降或氨氮飙升可能在数小时内造成大规模死亡事件，单次灾难性故障可导致中型规模操作损失超过50,000美元。

为破解这一困境，研究人员开展了针对水产养殖实践者的DDPG控制系统可解释性增强研究。通过决策树近似技术，将复杂的神经网络策略转化为透明规则系统，在保持性能的同时提供可理解的决策逻辑。该方法实现了92.7%的策略保真度，仅比原始DDPG控制器性能下降5.8%。生成的决策规则经养殖户验证，87%报告提高了对系统推荐的理解，78%表示对技术的信任增加。特征重要性分析揭示溶解氧(DO)、氨氮水平(NH₃)和生物量为主要决策因素。

研究采用多项关键技术方法：从商业规模RAS收集4,320条观测数据，涵盖溶解氧、pH、温度、总氨氮(TAN)、亚硝酸盐(NO₂)、硝酸盐(NO₃)、总溶解固体(TDS)、碱度等17个参数；建立经实证验证的生物动力学模型模拟环境，包括硝化动力学（Monod动力学，最大硝化率0.85 g NH₃-N/m²/day）、氧气动力学（鱼类呼吸物种特异性异速生长方程）、氨生产（TAN=0.03×饲料输入）和鱼类生长（尼罗罗非鱼热单位生长系数）；实施DDPG算法（Actor网络400-300神经元结构，Critic网络400-300神经元结构）；通过决策树回归器（最大深度5，最小叶样本数10）进行策略近似；并采用用户中心评估方案（24名养殖户参与多阶段测试）。

决策树近似性能

模型保真度分析显示，深度5决策树达到94.2%的DDPG性能，均方误差(MSE)为0.0109，产生31条可解释规则。增加深度至10虽将性能提升至99.1%，但规则数增至1023条，显著降低可解释性。性能-复杂性权衡分析确定深度5为最优平衡点，在保持可解释性的同时接受5.8%性能差距。

特征重要性分析

决策模型揭示清晰的特征重要性模式：溶解氧(DO)以34.2%位居首位，氨氮浓度(NH₃)以28.7%次之，生物量以21.5%位列第三。温度(7.9%)、pH(4.6%)和先前投喂率(3.1%)影响相对较小。这一分布符合水产养殖原则，DO和氨氮水平是影响鱼类代谢和投喂行为的关键因素。

决策规则特征

提取的规则显示关键决策模式：规则1（覆盖率32.7%）规定当DO>6.4 mg/L且NH₃<0.25 mg/L且生物量>35 kg时，投喂率为0.63；规则2（21.5%）规定当DO<6.4 mg/L且NH₃<0.25 mg/L且温度>28.5°C时，投喂率为0.48；规则3（9.3%）规定当DO>6.4 mg/L且NH₃>0.25 mg/L时，投喂率为0.42；规则4（8.2%）规定当DO<6.4 mg/L且NH₃>0.25 mg/L时，投喂率为0.35；规则5（6.4%）规定当DO>6.4 mg/L且NH₃<0.25 mg/L且生物量<35 kg时，投喂率为0.58。这些规则捕获了DDPG策略的关键模式，如较高DO水平允许较高投喂率，升高NH₃浓度触发投喂减少，较大生物量值结合良好水质允许最高投喂率。

比较性能分析

投喂率推荐比较显示，决策树与DDPG控制器整体高度一致，平均绝对差为0.037（0-1标度）。最大分歧主要出现在不同水质状态转换点，决策树的离散边界导致比DDPG的平滑转换更 abrupt 变化。决策树显示轻微保守偏差，平均投喂率比DDPG控制器低2.3%，在边界水质条件下更为明显。

系统性能指标方面，决策树控制器在测试期间累计奖励达到DDPG控制器的94.2%。具体指标对比显示：DDPG累计奖励258.4，决策树243.4；饲料消耗DDPG 718.3g，决策树702.1g（减少2.3%）；投喂率稳定性DDPG 0.021，决策树0.025（增加19.0%）；水质维护DDPG 96.5%，决策树94.7%；计算时间DDPG 12.3ms，决策树0.42ms（减少96.6%）。

用户评估结果

养殖户在实践场景中展现出强大理解和应用决策树模型能力。面对系统状态信息并预测投喂率推荐，参与者在所有场景中平均准确率达到86.3%。常规场景准确率(91.7%)显著高于边缘案例(77.3%)，表明非常规系统状态对农民使用决策规则更具挑战性。

信心和信任指标显著改善，平均信心评分从DDPG控制器的2.3提高到决策树的4.1（5分制）。同样，对系统推荐的信任度从平均2.7提高到3.9。主题分析显示，参与者特别重视"看到逻辑"的能力，频繁提到在使用决策树模型时感到更"可控"和"能够验证"系统决策。

采用意愿在接触决策树表示后显著增加，平均采用可能性从仅DDPG系统的2.9提高到决策树增强系统的4.2（5分制）。采用可能性评分分布显示：非常不可能从15%降至0%；不可能从23%降至4%；中性从31%降至12%；可能从19%增至46%；非常可能从12%增至38%。

农场级生产结果和经济影响

决策树达到DDPG生物量产量的97.5%(8.21 kg/m³ vs. 8.42 kg/m³)，同时显著超过传统控制(6.89 kg/m³)。存活率显示决策树(95.8%)和DDPG(96.3%)间差异极小，均显著超过传统控制(91.2%)。饲料转化率显示决策树(1.48)和DDPG(1.42)间存在4.2%差距，但两者均显著优于传统控制(FCR 1.73)。

资源效率和环境影响方面，决策树能耗(3,420 kWh)介于DDPG(3,280 kWh)和传统控制(4,715 kWh)之间。水资源交换需求遵循类似模式，决策树比DDPG多使用5.4%水，但比传统方法少35%。

鱼类福利指标采用多种验证指标评估。血清皮质醇水平在两种智能系统中均保持较低(决策树19.7 ng/mL，DDPG 18.3 ng/mL)，与传统控制(29.8 ng/mL)相比显著改善。鳍状况评分显示最小差异(4.0 vs. 4.2)，两种系统均保持优良鳍质量。行为应激事件决策树(16事件/周期)比DDPG(12事件/周期)稍频繁，但远低于传统控制水平(42事件)。

经济综合分析表明，决策树近似施加了与DDPG相比最小的增量成本(每年9,000-10,000美元)，同时提供了与传统方法相比绝大多数经济收益。当考虑显著改进的采纳可能性时，可解释系统尽管技术性能较低，但代表了优越的经济价值。

研究结论表明，决策树近似成功地将复杂DDPG策略转化为可解释规则，在RAS环境中达到94.2%的原始性能。提取的决策规则识别出具有生物学意义的阈值，溶解氧(34.2%)和氨氮浓度(28.7%)作为最有影响力参数，与 established 水产养殖原则一致。用户验证确认了该方法的有效性，86.3%的预测准确率和信任度显著提高证明了解释性近似在弥合先进AI系统与实际农业应用之间差距方面的价值。

讨论部分强调，5.8%的性能差距代表了可接受且经济合理的权衡，相当于2-3%的FCR变异（远在正常操作变异10-15%范围内）。当考虑采纳率（黑箱31% vs. 可解释系统84%）时，可解释近似尽管技术性能较低，但提供2.5倍更大的实现经济效益。离散边界管理虽在过渡点产生更 abrupt 变化，但生物和操作影响最小，且可能实际提供操作优势，使系统响应更快出现水质问题。

研究的重要意义在于为水产养殖中高级强化学习控制器的可解释和可访问性提供了具体框架，通过决策树近似系统量化了性能-可解释性权衡，并通过最终用户研究验证了该方法。该方法证明，通过适当技术，复杂模型可以变得足够透明以实现实际采纳，同时保持大多数性能优势，为可持续农业强化中的技术可访问性提供了前进道路。