反向调度算子 R——从电流投影到时间错峰

一、前七篇的一个结构局限

前七篇建立的安全闭环是：

u_safe = Π_S(r)(u_des)

Π算子在电流空间里工作：给定一个愿望动作 u_des，把它投影回安全集 S(r)。这个闭环的输入是"算力已经决定要做什么"，Π算子只回答"做多少安全"。

这个结构隐含一个假设：任务的时间分布是给定的，不可调度。 GPU想什么时候跑就什么时候跑，电池只在电流大小上做约束。

这篇提出一个新的算子——反向调度算子 R——把约束从电流空间扩展到时间空间。

二、反向调度算子 R 的定义

定义（反向调度算子）：给定风险预测曲线 r(t) 和任务集合（每个任务包含时间窗口、功率需求、所需时长），反向调度算子输出任务排期——把每个任务分配到具体执行时段，使得任务在窗口内执行时累计气体生成最小。

优化目标：在所有任务都在各自时间窗口内完成的前提下，把高功率任务安排在风险 r 最低的时段执行，从源头减少高r区间的电流暴露。

与Π算子的关系：

算子	工作空间	约束类型	降载方式
Π（前七篇）	电流空间	硬边界	越界电流截断
R（本篇）	时间空间	软约束	任务错峰安排

两个算子串联：R先决定任务什么时候跑（时间错峰），Π再把每个时刻的愿望动作投影回安全集（电流约束）。R做得好，Π需要削顶的量就小。

三、实验设计

构造三策略对照：

• 策略A（基线：Π-only）：任务按窗口开始时间执行，仅靠Π算子削顶
• 策略B（被动响应）：r > 0.6 时暂停可延后任务，r回落恢复
• 策略C（反向调度R）：已知完整 r(t) 曲线，贪心搜索每个任务在其窗口内 r 最低的连续段

仿真参数与第三篇标定值一致：Q=5 Ah，R_int=0.02 Ω，h=0.05 W/K，C_th=300 J/K，Δt=60 s。三个训练任务（各需20-25步，功率8-10A），五个不可延后推理尖峰。

四、结果

指标	A：Π-only	B：被动响应	C：反向调度R
平均执行电流	2.67 A	2.14 A	2.81 A
最小温度裕度	14.24°C	17.68°C	14.24°C
最终气体累计	0.064 mL	0.038 mL	0.051 mL
最高温度	33.10°C	32.57°C	33.10°C
任务完成率	100%	87%（task2未完成）	100%
削顶频率	高频	低频	最低

五、分析

1. 反向调度R在不牺牲任务完成率的前提下降低气体累计。 策略C与A温度峰值相同（均跑满任务），但气体累计从0.064降至0.051 mL（-20%）。原因是任务被安排在低r时段执行——相同电流在低r下气体生成速率更低。这证明安全约束不只是"电流多大"，还是"电流什么时候发生"。

2. 被动响应是次优策略。 策略B温度裕度最大、气体最少，但task2因窗口内高r时段过长而未完成。这说明仅靠"r高就停"无法平衡安全与任务完成——需要前瞻规划在窗口内寻找最优执行时段。

3. 反向调度与Π算子互补，不是替代。 策略C平均电流甚至高于A（2.81 vs 2.67 A），但气体更低。R优化的是电流的时间分布，不是电流大小。Π仍然需要存在——推理尖峰不可调度，仍需投影回 S(r)。

六、与异构算子框架的连接

反向调度算子R是异构算子链的新一层：

P（状态估计）→ R（反向调度）→ C（可行域收缩）→ Π（动作投影）

P算子（如robinbg的贝叶斯后验）输出未来N步的 r(t) 预测分布 → R算子基于此排任务时间 → C算子把排定的动作映射到 S(r) → Π算子处理不可调度的尖峰负载。

R算子的输入是 r(t) 的预测，不是瞬时 r 值——这意味着它直接依赖P算子的预测能力。预测越准，R排期越优。

七、局限

• r(t) 为理想已知信号，真实场景需P算子输出后验分布，R需处理预测不确定性
• 调度算法为贪心实现，未做全局优化（如动态规划或MILP）
• 任务时间窗口和可延后性为人工设定，真实AIDC需结合业务SLA
• 未量化任务错峰的经济成本（电价、SLA违约）

---

注1 数据来源：r_k为合成信号，与第四篇一致。电热模型参数与第三篇标定值一致。

注2 局限：r(t)为理想前瞻，真实场景需后验预测。调度算法为贪心实现，未做全局优化。