SafeAgentGrid：面向智能电网实时控制的分层神经符号宪法框架——融合多智能体强化学习与抗攻击安全控制

《Network》：SafeAgentGrid: A Hierarchical Constitutional Multi-Agent Framework for Trustworthy Autonomous Resource Optimization in Smart Energy Infrastructures

　　

摘要

多智能体强化学习（MARL）越来越多地被应用于智能能源基础设施的实时控制中，然而智能体仍易受到虚假数据注入攻击（FDIAs）、拜占庭故障和规范对齐偏差的影响。现有的宪法式人工智能技术针对的是离散的语言协调，而非连续动作的网络物理控制。本文提出了SafeAgentGrid，一种分层神经符号宪法框架。投影滤波器通过结构构造保证所有硬盒式约束的满足。混合神经代理调解器结合了一条低延迟快速路径——该路径仅在分段保形检验约束其对齐偏差后方可通过——以及一条在公平性（基尼系数）和风险感知安全加权下覆盖紧缩直流可达集的完整路径。最后，8位量化模型支持边缘计算。在数据驱动的直流潮流仿真中，SafeAgentGrid实现了平均奖励200,186.9，每步违反次数为，在20%的FDIA下仅上升至，在个智能体发生拜占庭故障时为，同时保持100%的电网效率和0.79毫秒/步的调解延迟。在全部十个训练种子中，该方法在奖励和安全性两方面均优于同一环境中训练的四项未经调解的技术（Wilcoxon符号秩检验，），并优于联合安全屏蔽和拉格朗日约束MARL方法——后者分别在57.5%和98.8%的步数中违反了限制。我们进一步从机会约束推导出该紧缩方法，并证明其在随机实现下是必要的。