北航新闻网4月16日电（通讯员 向妮）近日，可靠性与系统工程学院体系与智能系统安全中心在复杂网络鲁棒性设计领域取得突破性进展，相关研究成果以“Design of robust networks via reinforcement learning prompts the emergence of multi-backbones”为题，发表于《自然-通讯》（Nature Communications）。该研究提出了一种复杂网络的智能设计方法，为复杂系统的鲁棒性设计提供了全新的智能化解决方案。

网络鲁棒性设计是复杂系统中的一项重要工程任务，而网络拓扑与鲁棒性之间的未知关联，使得现有基于人工经验、统计驱动、搜索优化的方法难以满足多维攻击下的鲁棒性设计需求。

针对这一挑战，该研究创新性地构建了一个基于人工智能强化学习的网络鲁棒性设计的通用框架。该框架在攻击策略与设计模型之间构建交互式环境，使模型能够在对抗过程中学习有效的鲁棒性设计策略。尤为重要的是，研究发现，网络在设计过程中会逐步形成适应自身脆弱性的“多骨干”结构，从而有效缓解攻击造成的连通性损失，这为理解真实网络中的高阶关系提供了新的视角。该研究成果可推广至多种网络设计场景，为复杂系统鲁棒性设计提供了一种综合的智能化解决方案。

该论文的第一作者为北京航空航天大学博士研究生朱炳毓，北京航空航天大学为第一完成单位。

该研究工作得到了国家自然科学基金杰青项目、国家自然科学基金优青项目、国家重点研发计划课题、国家自然科学基金基础科学中心项目、中央高校基本科研业务费的资助。

（审核：查国清）