यह पेपर स्वचालित साइबर-फिजिकल सिस्टम के लिए एक ऑनलाइन एनोमली डिटेक्शन फ्रेमवर्क प्रस्तुत करता है जो विकसित होने वाले सिस्टम व्यवहारों को संभालने के लिए रीइन्फोर्समेंट लर्निंग को ह्यूमन-इन-द-लूप रीट्रेनिंग के साथ एकीकृत करता है।
फ्रेमवर्क इंटर-सर्विस निर्भरताओं के आधार पर उम्मीदवारों के पूल से इष्टतम डिटेक्टर चुनने के लिए ऑटोएटेंशन के साथ एक फैक्टराइज्ड डीप Q-नेटवर्क का उपयोग करता है। यह तीन सांख्यिकीय ड्रिफ्ट डिटेक्टरों के एनसेंबल का उपयोग करता है जो तभी अलार्म देते हैं जब सभी सहमत हों, जिससे सटीकता को प्राथमिकता दी जाती है। एक पेंडिंग ट्रांजिशन बफर और 60/40 प्रायोरिटाइज्ड रीप्ले स्ट्रैटेजी ऑपरेटरों को कैटास्ट्रोफिक फॉगेटिंग के बिना विशेषज्ञ ज्ञान शामिल करने की अनुमति देती है।
ऑटोमेटेड वेलेट पार्किंग के लिए एक कनेक्टेड-व्हीकल टेस्टबेड पर मूल्यांकन किया गया, एटेंशन-अगमेंटेड एजेंट ने 0.69 का F1 स्कोर प्राप्त किया, जो सबसे अधिक 0.11 स्कोर करने वाले सिंगल डिटेक्टरों की तुलना में काफी बेहतर था। सॉफ्टवेयर अपडेट से कॉन्सेप्ट ड्रिफ्ट के बाद प्रदर्शन 0.52 तक कम हो गया, लेकिन ऑपरेटर-ट्रिगर किए गए रीट्रेनिंग ने नई वितरण पर F1 स्कोर को 0.65 तक पुनर्स्थापित किया।