使用 SMAC 快速优化野火抑制策略

美国国家森林的管理者必须决定采取何种政策来应对雷击引发的野火。利益相关者（例如木材公司、房主和野生生物学家）之间的冲突经常引发激烈的政治辩论，甚至演变为暴力的生态恐怖主义。将这些冲突转化为多方利益相关者谈判的一种方法是提供一个高保真模拟环境，使利益相关者能够在其中探索替代策略的空间并了解其中的权衡。这样的环境需要支持 MDP 策略的快速优化，以便用户能够调整奖励函数并分析由此产生的最优策略。本文评估了 SMAC——一种黑盒经验函数优化算法——在 MDP 策略快速优化中的适用性。本文描述了五个奖励函数组件和四个利益相关者群体。然后引入了一类易于被利益相关者理解的参数化策略。应用 SMAC 为每个利益相关者群体的奖励函数寻找该类别中的最优策略。结果证实，SMAC 能够快速找到从领域角度来看有意义的良好策略。由于全保真森林火灾模拟器的运行成本过高，无法支持交互式优化，因此 SMAC 被应用于由全保真模拟器少量运行构建的代理模型。为了检查 SMAC 优化策略的质量，这些策略在全保真模拟器上进行了评估。结果证实了代理值估计的有效性。这是首次使用全保真模拟成功优化野火管理策略。相同的方法应适用于其他高保真模拟成本极其高昂的争议性自然资源管理问题。