Enlu Zhou 综述数字孪生中的优化、控制与学习决策方法

论文综述了数字孪生驱动的决策方法新进展，聚焦仿真优化、序贯决策和风险感知决策三个相互关联的方向。仿真优化部分讨论输入不确定、流式输入数据、决策依赖观测及有限算力与数据采集资源下的数据驱动方法；序贯决策部分梳理数字孪生与随机最优控制、强化学习的联系，强调随新信息更新模型与策略的贝叶斯方法；风险感知决策部分介绍分布鲁棒和贝叶斯风险两类建模，并指出模型持续更新下做决策这一共同问题及后续研究挑战。