摘要
异构传感器与控制退化可能导致直接从传感器到动作的导航系统不稳定。本研究提出了一种故障诊断感知的自适应策略切换框架，该框架将经过校准的七类时序健康状态分类器与在正常策略、鲁棒后备策略以及六个故障专用近端策略优化（PPO）策略之间进行迟滞路由相结合。与整体式鲁棒强化学习不同，该架构将推断出的退化模式作为一个显式且可审计的控制变量，并将健康状态推断与行为选择分离开来。在具有三种独立训练策略种子的海量留出模拟评估中，诊断切换在严重度0.55的中心静态基准测试和单回合内的过渡结果上均优于鲁棒PPO，而更广范围的严重度扫描则显示出具有区间依赖性的行为表现。在交互匹配的鲁棒训练条件下，诊断切换同样保持了整体优势。机制对照实验表明，性能提升依赖于故障专用策略的专业能力和故障与专用策略之间的正确对应关系，而不仅仅是策略库容量本身。单线程推理延迟始终远低于200毫秒的控制间隔。在所评估的模拟范围内，结果支持将显式在线诊断与行为匹配的策略选择作为一种实用的策略，用于在异构退化条件下的鲁棒无地图导航。
