OPTIC-ER强化学习应急响应框架论文发布

2026年10月15日，arXiv Artificial Intelligence 发布论文，介绍 OPTIC-ER——一个基于注意力引导 actor-critic 架构的强化学习框架，用于实时、自适应且公平的应急响应调度。据该论文，框架在尼日利亚河流州真实数据的高保真仿真中训练，面向非洲欠服务社区；在 500 起未见事件评估中，应急响应时间减少超过 35%，并超过最近设施启发式 62.94% 的最优选择率。系统基于 TALS 框架构建，可生成基础设施缺陷地图与公平监测仪表盘。论文注明源代码与数据可在其提供的链接获取。上述性能数字与适用场景均出自该论文自述，尚未见独立验证或后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。