在人工智能領域，自主無人機羣的協調與決策一直是個挑戰。一篇於2026年4月9日提交至arXiv的新論文提出了一種創新的三級分層學習架構，旨在提升無人機羣在搜索與救援（SAR）任務中的性能。該架構受到生物體反射、技能和推理層次結構的啓發，整合了三種不同的學習機制：底層使用赫布神經可塑性讓個體無人機能夠快速適應環境變化；中層結合多智能體強化學習（MARL）與圖神經網絡（GNN）和行為樹，實現高效的戰術協調；頂層則引入模型無關元學習與BDI（信念-慾望-意圖）推理和數字孿生技術，進行戰略層面的決策。
這一架構的嚴謹性通過22個架構契約得到保證。這些契約被精心分配到六個組件：BDI、行為樹、GNN、MARL、神經可塑性和元學習。它們共同確保了六類形式化保證，包括安全性、預算正確性、最優性、活性、無飢餓以及跨層級一致性。特別地，研究團隊提出了“羣體元認知”這一概念，它作為一種組合屬性，允許無人機羣監控自身的認知狀態，並在必要時切換認知策略。此外，五個建設性進展函數將抽象的優化理論與具體的SAR操作場景聯繫起來，使得理論成果能夠實際應用。
主要整合定理證明，當所有契約滿足時，整個混合神經符號系統能夠保持所有六類保證。在涉及主動學習的動態環境中，五個新契約進一步擴展了框架，增加了認知彈性、優雅降級和單調元改進三項額外保證。理論分析表明，該架構有效克服了現有分層強化學習方法的五個基本侷限，如可擴展性不足、樣本效率低下以及難以適應新任務等。這項研究為自主無人機羣在複雜、動態的搜救任務中可靠運行提供了堅實的理論基礎，有望推動其在災害響應、野外救援等領域的實際部署。論文全文9頁，可在arXiv上查閲。