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

技术摘要：用于热工水力代理模型在线自适应的验证门控式多智能体治理

问题陈述
实时热工水力（TH）预测对于实验运行支持、数字孪生监测以及被动安全性评估至关重要。虽然高保真系统代码在进行秒级预测时计算成本过高，但人工智能（AI）代理提供了低延迟的替代方案。然而，存在一个显著的局限性：代理模型通常是在特定的预训练包络线内进行训练、验证并冻结的。当部署在运行机制发生变化（例如由于被动散热路径改变或控制策略调整）的设施中时，这些“锁定工况”的模型可能会产生物理上不准确的轨迹，尽管其输出表现平滑。

现有的持续学习方法面临着稳定性与塑性的权衡困境。激进的在线学习可能会放大传感器故障、过度拟合近期窗口，并导致对早期机制的灾难性遗忘。相反，保守的确定性规则（阈值、冷却期、回滚）虽然限制了模型的变化，但缺乏诊断为何发生误差、选择合适的模型族进行自适应或否决掩盖尾部风险行为的短期改进的推理能力。本文旨在解决如何在不授予智能体直接控制实时控制器权限的情况下，将基于智能体的推理集成到安全相关模型演化中的问题。

方法论
本研究提出了一种受保护的持续自适应框架，将实时服务路径与自适应路径分离。该系统采用“冠军-挑战者”（champion–challenger）架构，其中仅由经过验证的“冠军”模型提供预测，而“挑战者”则在后台进行训练和评估。

1. 多智能体治理结构：
   该框架利用五个角色分离的智能体，在确定性的安全包络内支持决策：

   • 监控器（Monitor）： 汇总滚动误差、警告序列、截断行为以及主导误差通道。
   • 诊断器（Diagnosis）： 将误差特征映射为关于模型陈旧性或耦合变化的假设。
   • 自适应器（Adaptation）： 提出有界微调、挑战者更新或保持动作。
   • 安全审计员（Safety-Auditor）： 验证提议的更新是否违反硬性门限或引入尾部风险回归。
   • 编排器（Orchestrator）： 将输入整合为最终建议。
   • 至关重要的是，这些智能体提供建议和否决权，但确定性验证门控保留了模型替换的最终决定权。

2. 离线筛选与初始冠军：
   研究使用阻塞式三折交叉验证，在离线数据（正常运行、功率降低和失电状态）上对七个代理模型族（LSTM, GRU, Transformer, neural ODE, GNN, DeepONet, 以及 Temporal Fourier Neural Operator）进行了筛选。**时域傅里叶神经算子（Temporal-FNO）**因具有最低的交叉验证平均绝对误差（MAE）而被选为初始冠军。

3. 流式部署与安全门限：
   系统被部署在两个留出的瞬态过程上：一个是热管插入配置（改变了被动散热），另一个是具有未见调度表的独立运行瞬态。自适应循环包括：

   • 确定性门限： 警告/临界阈值、冷却期、针对物理边界的预测截断以及基于权重混合的有界微调。
   • 晋升标准： 只有当挑战者在改善平均误差的同时，未降低超限、尾部风险或截断行为的表现时，才会被晋升。
   • 回滚： 当出现非有限预测或过度截断时触发。

4. 实验模式：
   研究对比了七种运行模式，以隔离不同组件的贡献：

   • 静态（Static）： 冻结的离线冠军模型。
   • 规则-H（Rule-H）： 不含智能体的确定性自适应规则。
   • 影子（Shadow）： 在没有智能体审查的情况下，定期进行背景刷新。
   • 单智能体-H/全量（Single-H/Full）： 单智能体规划（选择性或频繁）。
   • 多智能体-H/全量（MA-H/Full）： 角色分离的多智能体治理（选择性或逐步）。

关键结果
研究通过 95% 的自助法置信区间，在六个配对统计单元（两个流拆分 × 三个种子）上评估了性能。

• 静态性能： 冻结的 Temporal-FNO 冠军模型的通道平均 MAE 为 7.06，警告超限率为 56.8%，证实了在偏移机制下的工况锁定问题。
• 基于规则的自适应： Rule-H 模式通过仅使用确定性门限，将 MAE 降至 6.54（提升 7.3%），建立了自适应部署的基准。
• 影子学习： 仅靠背景刷新（Shadow）的改进微乎其微（MAE 6.96），表明在没有治理的情况下生成挑战者是不够的。
• 多智能体治理： MA-Full 模式（逐步多智能体审查）表现最佳，MAE 为 5.72，警告超限率为 35.8%。这相比于静态模式实现了 19.0% 的改进。
• 统计显著性： MA-Full 与 Static 之间的配对自助区间在 MAE 和超限率方面均排除了零，表明误差和超限率均显著降低。然而，其他自适应模式之间的区间存在重叠，无法得出明确的排名。
• 模型演化： 在 MA-Full 模式下，系统成功将服务模型从初始的 Temporal-FNO 过渡到了 Transformer，随后过渡到图神经网络（GNN）挑战者。这些转换是由流条件证据（如延迟的热惯性和水力耦合）驱动的，而非任意偏好。
• 灾难性遗忘： 对原始离线预训练窗口的回测显示，经自适应后的模型在原始领域仍保持了性能（MAE 从 2.91 降至 1.96），表明基于重放的更新并未导致灾难性遗忘。

意义与主张
本文主张，经过验证且受门控控制的自适应可以支持在安全相关语境下的可审计代理演化。主要贡献在于证明了多智能体治理在受到确定性安全门限约束时，可以有效地引导持续的代理演化，而不必充当实时控制器。

• 治理与控制： 研究强调，智能体作为治理层负责诊断误差特征、优先排序候选模型族并审查高风险晋升，而确定性门限保留了部署权威。
• 适应性： 结果表明，没有任何单一的离线架构能够适用于所有运行机制。根据实时证据（如热惯性和流量重新分布的变化）在 Temporal-FNO 到 Transformer 及 GNN 架构之间进行迁移的能力，使系统能够适应环境变化。
• 研究范围限制： 作者明确指出了一些局限性，包括配对统计单元数量较少（六个），且本研究并未建立在所有可能运行机制下的普遍优越性。研究结果针对特定的实验设施及瞬态过程。本文并非声称解决了所有持续学习的挑战，而是展示了一种特定的、受保护的方法，旨在平衡适应性与安全约束。

总之，本研究验证了一个通过角色分离的智能体与确定性门限协同工作，以在运行机制偏移期间维持代理模型准确性的框架，为核能热工水力系统的鲁棒数字孪生提供了一条路径。