杨高光

(上海交通大学 电子信息与电气工程学院, 上海 200240)

0 引言

在核电主控室的人机界面操作环境中，人为因素失误已成为引发工业事故的主要因素[1]。许多经验表明，提升工业自动化水平是提升生产力、降低人员失误的有效手段。同时，人机界面辅助决策系统可以降低对专家的依赖水平，缓解人才需求难题。

在辅助决策系统上，传统方法主要关注两方面研究：一方面通过调整系统展示宏观架构；另一方面利用计算机技术将现有的操作规程或者电厂组成架构数字化和可视化。如为指挥中心提供紧急事故情况下的气象、应急响应动作模拟信息、电厂状态判断信息[2]；通过建立故障树为操作员提供可视化系统故障传播途径[3]。无论是调整信息展示架构，还是数字化和可视化操作规程，都没有降低对于界面操作专家的依赖。本文主要关注于通过计算机技术学习专家操作策略，从而降低对于人机界面操作专家的依赖度。相比传统辅助决策系统，利用计算机学习专家操作策略，一方面可以提高工业自动化水平，降低工业生产对于人力资源的需求，提升生产效率。同时，计算机辅助决策系统在经过实际验证后可作为智慧决策系统，符合时代发展趋势；另外，实际生产中对于人类专家的培养往往消耗巨大成本，计算机辅助决策系统可降低对专家的依赖水平。本文通过基于Mujoco的仿真环境进行实验，验证了生成对抗模仿学习可以利用少量数据学得专家操作策略。……