Validation-Gated Multi-Agent Governance for Online Adaptation of Thermal-Hydraulic Surrogate Models under Operating-Regime Shift

Sintesi Tecnica: Governance Multi-Agente con Validazione a Gate per l'Adattamento Online di Modelli Surrogati Termo-Idraulici

Definizione del Problema
La previsione termo-idraulica (TH) in tempo reale è critica per il supporto all'operatività sperimentale, il monitoraggio dei digital twin e la valutazione della sicurezza passiva. Sebbene i codici di sistema ad alta fedeltà siano troppo onerosi dal punto di vista computazionale per previsioni al secondo, i surrogati basati sull'Intelligenza Artificiale (IA) offrono alternative a bassa latenza. Tuttavia, esiste un limite significativo: i surrogati sono tipicamente addestrati, validati e "congelati" offline all'interno di un specifico inviluppo di pre-addestramento. Quando vengono implementati in strutture dove i regimi operativi cambiano (ad esempio, a causa di cambiamenti nei percorsi di rimozione del calore passivo o aggiustamenti delle politiche di controllo), questi modelli "bloccati nelle condizioni" possono produrre traiettorie fisicamente imprecise nonostante l'output fluido.

Gli approcci esistenti all'apprendimento continuo affrontano un dilemma tra stabilità e plasticità. Un apprendimento online aggressivo rischia di amplificare i guasti dei sensori, di causare l'overfitting su finestre temporali recenti e di indurre un dimenticanza catastrofica (catastrophic forgetting) dei regimi precedenti. Al contrario, le regole deterministiche conservative (soglie, periodi di raffreddamento, rollback) limitano i cambiamenti del modello ma mancano della capacità di ragionamento per diagnosticare perché si verificano gli errori, selezionare le famiglie di modelli appropriate per l'adattamento o porre il veto a miglioramenti a breve termine che mascherano comportamenti di rischio nelle code della distribuzione (tail-risk). Il documento affronta il vuoto relativo a come integrare il ragionamento basato su agenti nell'evoluzione di modelli rilevanti per la sicurezza senza concedere agli agenti il controllo diretto sul controllore in tempo reale.

Metodologia
Lo studio propone un framework di adattamento continuo protetto che separa il percorso di servizio in tempo reale dal percorso di adattamento. Il sistema impiega un'architettura "champion–challenger" dove solo un modello "champion" validato fornisce le previsioni, mentre i "challenger" vengono addestrati ed valutati in background.

1. Struttura di Governance Multi-Agente:
   Il framework utilizza cinque agenti con ruoli separati per supportare il processo decisionale all'interno di un inviluppo di sicurezza deterministico:

   • Monitor: Riassume gli errori rotolanti, le serie di avvisi, il comportamento di clipping e i canali di errore dominanti.
   • Diagnosis: Mappa le firme di errore verso ipotesi riguardanti l'obsolescenza del modello o cambiamenti di accoppiamento.
   • Adaptation: Propone il fine-tuning limitato, il refresh del challenger o azioni di sospensione (hold actions).
   • Safety-Auditor: Verifica che gli aggiornamenti proposti non violino i gate rigidi o introducano regressioni nel rischio di coda (tail-risk).
   • Orchestrator: Consolida gli input in una raccomandazione finale.
   • Fondamentalmente, questi agenti forniscono raccomandazioni e veti, ma i gate di validazione deterministici mantengono l'autorità finale sulla sostituzione del modello.

2. Screening Offline e Champion Iniziale:
   Sette famiglie di surrogati (LSTM, GRU, Transformer, neural ODE, GNN, DeepONet e Temporal Fourier Neural Operator) sono state sottoposte a screening tramite cross-validazione a tre blocchi su dati offline (operazione normale, riduzione di potenza e blackout della stazione). Il Temporal Fourier Neural Operator (Temporal-FNO) è stato selezionato come champion iniziale grazie al minor errore assoluto medio (MAE) nella cross-validazione.

3. Implementazione in Streaming e Gate di Sicurezza:
   Il sistema è stato implementato su due transitori non inclusi nel training: una configurazione di inserimento di heat-pipe (che altera la rimozione del calore passivo) e un transitorio operativo separato con uno schema non visto. Il ciclo di adattamento include:

   • Gate Deterministici: Soglie di avviso/criticità, periodi di cooldown, clipping delle previsioni rispetto ai limiti fisici e fine-tuning limitato con miscelazione dei pesi (weight blending).
   • Criteri di Promozione: Un challenger viene promosso solo se migliora l'errore medio senza degradare l'eccedenza, il rischio di coda o il comportamento di clipping.
   • Rollback: Innescato da previsioni non finite o da un eccessivo clipping.

4. Modalità Sperimentali:
   Sono stati confrontati sette modi operativi per isolare i contributi delle diverse componenti:

   • Static: Champion offline congelato.
   • Rule-H: Regole di adattamento deterministiche senza agenti.
   • Shadow: Refresh periodico in background delle migliori famiglie senza revisione degli agenti.
   • Single-H/Full: Pianificazione a singolo agente (selettiva o frequente).
   • MA-H/MA-Full: Governance multi-agente con ruoli separati (selettiva o a tappe).

Risultati Chiave
Lo studio ha valutato le prestazioni attraverso sei unità statistiche accoppiate (due split di stream × tre seed) utilizzando intervalli di confidenza bootstrap al 95%.

• Prestazioni Statiche: Il champion Temporal-FNO congelato ha prodotto un MAE medio per canale di 7.06 con un rapporto di eccedenza degli avvisi del 56.8%, confermando il problema del blocco nelle condizioni (condition-locking) in regimi mutati.
• Adattamento Basato su Regole: La modalità Rule-H ha ridotto il MAE a 6.54 (un miglioramento del 7.3%) utilizzando solo gate deterministici, stabilendo una linea di base per l'implementazione adattiva.
• Shadow Learning: Il solo refresh in background (Shadow) ha mostrato un miglioramento minimo (MAE 6.96), indicando che generare challenger senza governance è insufficiente.
• Governance Multi-Agente: La modalità MA-Full (revisione multi-agente a tappe) ha ottenuto le migliori prestazioni con un MAE di 5.72 e un rapporto di eccedenza degli avvisi del 35.8%. Ciò rappresenta un miglioramento del 19.0% rispetto alla modalità Static.
• Significatività Statistica: Gli intervalli bootstrap accoppiati per MA-Full rispetto a Static escludono lo zero sia per il MAE che per l'eccedenza, indicando una riduzione dell'errore statisticamente significativa. Tuttavia, gli intervalli tra le altre modalità adattive si sovrappongono, impedendo una classificazione definitiva tra di esse.
• Evoluzione del Modello: Nella modalità MA-Full, il sistema ha gestito con successo la transizione dal modello di servizio iniziale (Temporal-FNO) verso challenger Transformer e successivamente verso Graph Neural Network (GNN). Queste transizioni sono state guidate da evidenze condizionate dallo stream (es. memoria termica ritardata e accoppiamento idraulico) piuttosto che da una preferenza arbitraria.
• Dimenticanza Catastrofica: Il back-testing sulle finestre di pre-addestramento offline originale ha mostrato che i modelli adattati hanno mantenuto le prestazioni sul dominio originale (il MAE è passato da 2.91 a 1.96), indicando che gli aggiornamenti basati sul replay non hanno causato dimenticanza catastrofica.

Significato e Rivendicazioni
Il documento sostiene che l'adattamento validato e controllato da gate può supportare l'evoluzione audibile dei surrogati in contesti critici per la sicurezza. Il contributo primario è la dimostrazione che la governance multi-agente, quando limitata da gate di sicurezza deterministici, può guidare efficacementamente l'evoluzione continua del surrogato senza agire come il controllore in tempo reale.

• Governance vs. Controllo: Lo studio sottolinea che gli agenti servono come livello di governance per diagnosticare le firme di errore, dare priorità alle famiglie di candidati e revisionare le promozioni rischiose, mentre i gate deterministici mantengono l'autorità di implementazione.
• Adattabilità: I risultati indicano che nessuna architettura offline singola è sufficiente per tutti i regimi operativi. La capacità di migrare da un'architettura Temporal-FNO a Transformer e GNN basandosi su evidenze in tempo reale permette al sistema di adattarsi ai cambiamenti nella inerzia termica e nella ridistribuzione del flusso.
• Ambito Limitato: Gli autori notano esplicitamente i limiti, inclusi il piccolo numero di unità statistiche accoppiate (sei) e il fatto che lo studio non stabilisce una superiorità universale in tutti i possibili regimi operativi. Le scoperte sono specifiche per la struttura sperimentale e i transitori testati. Il documento non rivendica di aver risolto tutte le sfide dell'apprendimento continuo, ma dimostra un approccio specifico e protetto che bilancia adattabilità e vincoli di sicurezza.

In conclusione, lo studio valida un framework in cui agenti con ruoli separati e gate deterministici lavorano in tandem per mantenere l'accuratezza del modello surrogato durante i cambiamenti di regime operativo, offrendo una via per digital twin più robusti nei sistemi termo-idraulici nucleari.