基于仿生数字激素调节的有界自适应敏感性调节——面向情绪智能无人机交通监控的应用

《Biomimetics》：Bounded Adaptive Sensitivity Through Bio-Inspired Digital Hormone Regulation for Emotionally Intelligent UAV Traffic Monitoring

　　

近期提出的影响驱动无人机(Unmanned Aerial Vehicle, UAV)控制器将行为敏感性(α)建模为依赖人格的静态参数，忽略了持续运行情境的累积影响。拉动–推送引擎(Pull–Push Engine, PPE)通过有界时域积分调节行为响应，但其有效敏感性在执行过程中保持固定，限制了其在累积运行暴露下的自适应演化。为克服该局限，本文引入数字激素层(Digital Hormone Layer, DHL)——一种有界仿生神经内分泌调节机制，动态调制PPE的有效敏感性αeff。DHL中三种受皮质醇、多巴胺和催产素调节基序启发的标量激素在中等时间尺度上累积运行情境。在评估场景中，行为效应主要由应激驱动，奖赏和操作员参与通道虽经架构定义但贡献较小。调制受人格包络约束，通过系数构造（人格保持预算Personality Preservation Budget, PPB ρ = 0.20）限制。应急事件下，经多应激源暴露后，增配DHL的控制器相较激活选择性对照（EI-Low, α = 0.495）对应急事件的响应速度最高快1.91倍（95% Bootstrap置信区间[1.70×, 2.14×]）。表明优势源于有界自适应DHL轨迹而非低稳态α值，这与实现的逐步激素–敏感性耦合一致——即累积应激与有效敏感性呈负相关。单智能体控制器间任务结束及飞行总耗电量相当，未声称电池能效优势。单方程多智能体扩展显示增大耦合系数可将智能体间敏感性距离从0.00502（未耦合, γ = 0）降至γ = 0.50时的0.00243（95% CI [0.00225, 0.00261]；降低51.6%；单因素ANOVA F = 82.5, p < 0.0001），两智能体均保持在人格包络内，证明有界智能体间耦合；系统级多智能体性质尚待评估。

论文解读：基于仿生数字激素调节的有界自适应敏感性调节用于情绪智能无人机交通监控

该论文发表于《Biomimetics》。

研究背景与问题提出

现有城市交通监控中自主无人机（UAV）面临持续变化运行情境（如持续设备应力、高拥堵区累积暴露、操作员交互模式及多危险序列），传统基于规则策略缺乏对此类累积情境的自适应响应；基于强化学习的自适应控制虽具扩展性但训练代价大且内部状态难解释。已有情感驱动（affect-driven）控制将行为敏感性（α）初始化为人格派生参数并在全任务中保持不变，典型代表为拉动–推送引擎（Pull–Push Engine, PPE）——以愉悦度–唤醒度–支配度（Pleasure–Arousal–Dominance, PAD）模型为基础在每步更新情绪状态，但PPE中α固定，无法随累积运行历史调节，导致在多应激源任务与常规巡逻中响应敏感度相同，不能反映持续环境压力与应激条件的累积效应。因此核心设计挑战是在任务执行期间通过部署时敏感性调节实现有界（bounded）行为适应，且适应须被限定于任务初始化时预定义的行为包络（behavioral envelope）内。生物调节中内分泌系统渐变地塑造快速认知与行为响应的敏感性，为此研究人员提出仿生数字激素层（Digital Hormone Layer, DHL）作为有界参数级调节器，在保留PPE决策结构前提下动态调制有效情感敏感性α_eff，引入人格保持预算（Personality Preservation Budget, PPB ρ）保证有界有效敏感性性质（Bounded Effective Sensitivity Property, BESP）。

主要关键技术方法

研究人员在城市交通仿真平台SUMO（Bologna路网，八监控区，6000步任务，24组随机种子）中对比六类控制器：规则基线（RB、RBplus）、固定α情感智能UAV（EI-UAV, α₀=0.57）、低敏感对照（EI-Low-UAV, α=0.495）、无人格恢复对照（ABL-UAV, α=1.0）、DHL增强情感智能UAV（EIH-UAV）及多智能体激素调节UAV（MHR-UAV）。DHL含三个标量激素——应激激素H_s（类皮质醇，快积累慢衰减）、奖赏激素H_r（类多巴胺，指数衰减）、操作员参与激素H_c（类催产素，指数衰减）；经事件触发接口（ETI）→激素动态引擎（HDE）→敏感性映射模块（SMM, α_target=α₀?k_s·H_s+k_r·H_r, k_s=k_r=ρ·α₀）→人格包络模块（PEM, 保证α∈[α₀(1?ρ), α₀(1+ρ)]）→时域平滑（EMA, λ=0.10, 每100步更新）→PPE替换原固定α；另设激素驱动行为适应（Hormone-Driven Behavioral Adaptation, HDBA）模块对紧急事件放大检测增益（S_emg=1+k_emg·H_s）、高拥堵区驻留缩放（S_dwell）及策略保持持久化（S_hold）。多智能体扩展对称耦合H′_s,i=(1?γ)·H_s,i+γ·H_s,j。评估指标含紧急事件响应时间、严重拥堵区驻留百分比（Severe-Zone Dwell %, SZD%）、电池消耗、策略熵及α_eff轨迹，统计采用Mann–Whitney U检验与Bootstrap置信区间。

研究结果

5.1. Activation Selectivity and Emergency Response（激活选择性与紧急事件响应）

在单事件（Sc2）与多应激源（Sc3）场景下EIH-UAV较固定α EI-UAV紧急事件响应分别快1.54倍与1.84倍（p<0.001）；较EI-Low-UAV（α=0.495低于EIH运行带）Sc3快1.91倍（95% CI [1.70×, 2.14×], p=1.0×10??），而EI与EI-Low无显著差异（p=0.47），证明优势源于有界自适应DHL轨迹及应急放大通道而非单纯低稳态α。激活选择性体现为紧急事件加速（事故1.41×、信号丢失1.91×、过热2.29×, p<0.01）而常规事件无显著加速（坏天气1.21×, p=0.27）。

5.2. Severe Zone Coverage（严重拥堵区覆盖率）

EIH-UAV在Sc3达SZD% 45.7%，与EI-UAV（41.6%, p=0.06）及EI-Low-UAV（42.4%, p=0.78）相当，显著优于规则基线（RB 10.8%、RBplus 18.7%），表明有界适应在保留严重区覆盖的同时集中优势于动态响应指标。

5.3. Mission-Final Battery Consumption（任务最终电池消耗）

单智能体各控制器Sc3净耗电处于71.0%–75.0%窄幅区间，飞行总能耗相当，DHL未引入额外电池能效优势或劣势，差异主要来自返航充电周期时机。

5.4. Implementation-Consistency of the α_effDynamics（α_eff动态实现一致性）

EIH-UAV α_eff时间均值0.553（较α₀=0.57降约2.9%），观测范围[0.528, 0.584]严格落于人格包络[0.456, 0.684]内。逐步骤Pearson相关显示H_s与α_eff呈稳定负相关（Sc1 r=?0.79, Sc2 r=?0.60, Sc3 r=?0.45）。交叉相关峰值在H_s领先约440步处（r≈?0.76），Granger检验H_s→α_eff单向显著，验证滞后低通单向传递。固定α网格上响应时间曲线平坦（p=0.78），EIH超越所有固定α值，确认优势来自动态轨迹。

5.5. Strategy Concentration and Hormone State（策略集中度与激素状态）

Sc3下EIH-UAV策略熵最低（1.78 bit），主导策略S6（操作员导向）占49.5%，策略保持通道去除显著降低S6占比（p=0.004）但不影响响应时间，说明应急放大与策略保持功能可分离。H_s均值Sc1–Sc3分别为0.195、0.279、0.270；H_r近连续微正活跃；H_c仅Sc3在多持续负性情绪下被招募（19/24次），不影响单智能体性能。

5.6. Activation-Selectivity Control（激活选择性对照验证）

EI-Low未重现EIH优势（51.1 s vs. EI 49.2 s, p=0.47），策略分布同EI近似，排除"低固定α即等效DHL"假设，证实动态α_eff轨迹及HDBA应急放大为核心贡献因素。

6. Discussion（讨论部分总结）

机制链为持续运行负荷（基线与事件应激）→H_s累积至~0.25→α_eff微降抑制边缘刺激权重→高优先级区驻留延长→遇紧急事件经S_emg放大检测增益从而更快抵达。Sc3提供持续驻留与多次事件注入使轨迹偏置转化为可观测邻接优势。BESP由系数构造ks=kr=ρ·α₀保证，仿真中包络零违反。激活选择性由H_s慢累积时间尺度被动实现，无需独立场景检测器。多智能体对称耦合(γ≤0.50)保持BESP，降低智能体间α距离51.6%且无包络违背，但系统级死锁与闭环稳定性未在此论证。局限含单网络/单人格式/单时长仿真、激素参数为设计设定未全局优化、奖励与参与通道未充分激活场景评估、未含传感器噪声与通信故障、实物部署验证待开展。

结论（翻译自Section 8）

本文提出数字激素层（DHL）——一种受神经内分泌启发的、在任务执行期间使无人机情感敏感性具备情境感知能力且不改动既有决策架构的有界调节器。所提系统建立了整合人格（静态，任务不变）、情绪（逐步PAD动态）与激素（慢速情境累积）三时间尺度的情感驱动控制器，并以PPB ρ=0.20数学保证预定义人格包络内的有界有效敏感性调制。三个属性界定贡献：架构上三时间尺度设计为现有情感驱动UAV控制框架所缺；机制上激素–敏感性链表现为多应激下α_eff降低约2.9%及H_s与α_eff稳定负相关；系统性质上激活选择性经EI-Low对照验证——EIH比EI-Low在Sc3快1.91倍而EI与EI-Low无差异，优势来自α_eff动态轨迹及应激驱动通道（尤以应急事件放大为主），有界自适应DHL在单事件与多应激下均显著加速紧急响应且保留常规行为。任务最终及飞行总耗电相当。单方程多智能体扩展仅增一标量耦合参数γ，智能体间α收敛且保持于人格包络内。最强实证主张为单智能体DHL激活选择性；多智能体结果为架构可行性证据。有界适应保证使DHL成为情感自适应自主控制的候选架构基元，广泛运行评估（跨路网、人格式及耦合机制）尚待验证。