ARM-IRL：基于逆强化学习的自适应韧性指标量化

安全关键系统的韧性正变得越来越重要，特别是随着网络和物理威胁的增加。网络-物理威胁日益普及，因为数字系统在关键基础设施中无处不在。确定网络-物理系统韧性的挑战在于识别一组能够适应系统变化状态的韧性指标。静态韧性指标可能导致对系统状态的不准确估计，并可能导致针对网络威胁的意外后果。本文提出了一种数据驱动的方法，用于自适应韧性指标学习。主要目标是通过 formulating 一个逆强化学习问题来学习从专家控制动作中获得的奖励或目标。它基于专家演示提供的信息来学习奖励函数的结构或参数。大多数 prior work 考虑使用静态权重或模糊逻辑理论来制定单一韧性指标。相反，本工作使用对抗性逆强化学习来学习韧性指标（表示为奖励函数），以通过并行训练生成器判别器来确定最优策略。我们在 optimal 通信网络重新路由、配电网络重新配置以及使用 IEEE 123 总线系统进行组合网络-物理关键负荷恢复等情景中评估了所提出的技术。