本論文は、自律型サイバー物理システム向けのオンライン異常検出フレームワークを提示し、進化しつつあるシステム挙動に対処するために、強化学習とヒューマンインザループによる再トレーニングを統合している。

このフレームワークは、サービス間の依存関係に基づいて候補プールから最適な検出器を選択するために、自己注意機構付きの因子化深層Qネットワークを採用している。すべての検出器が合意した場合のみアラームを発生させることで精度を優先する、3つの統計的ドリフト検出器のアンサンブルを利用している。保留中の遷移バッファと60/40の優先リプレイ戦略により、演算者は壊滅的な忘却を起こすことなく専門知識を取り込むことができる。

自動パーキング支援のためのコネクテッドビークル試験設備で評価した結果、注意機構を強化したエージェントはF1スコア0.69を達成し、最大0.11の単一検出器を大幅に上回った。ソフトウェアアップデートによる概念ドリフトによりパフォーマンスが0.52に低下した後、演算者によるトリガーで再トレーニングを行ったところ、新しい分布上でF1スコアが0.65まで回復した。