当 AI 建议绕飞：空中交通管制中的可解释强化学习

场景开篇

下午四点，芝加哥 O'Hare 国际机场的空管塔台。雷达屏幕上，12 架飞机的光点在移动。突然，一片雷暴云在机场西侧 30 海里处形成，覆盖了三条进场航线。

空管员必须在 30 秒内重新规划所有飞机的航路——绕飞、等待、改降。这是空管员每天面对的高压场景，也是 AI 最想帮忙的场景。

但问题是：如果 AI 突然告诉你"建议第 5 号飞机改走北线"，你会照做吗？

你大概率不会。你会问：为什么是北线？北线有什么？雷暴会移动吗？其他飞机怎么办？如果 AI 给不出解释，你不敢用——因为一旦出错，代价是几百条人命。

2026 年 7 月，那不勒斯大学的 Anduel Mehmeti、Gabriella Gigante 和 Salvatore Venticinque 发表了一篇论文，探索的正是这个问题：如何让强化学习（RL）的决策变得可解释，从而在空管这种安全关键场景中获得人类信任。

信任与可解释性的关系

论文开头点出了一个被广泛接受但很少被严格论证的假设：信任依赖于可解释性。

这个假设在 AI 伦理和安全领域几乎成了共识。欧盟的 AI 法案（AI Act）把"高风险 AI 系统必须提供透明度和可解释性"作为硬性要求。航空业是典型的高风险领域——空管决策涉及数百人的生命安全，任何 AI 辅助系统都必须通过严格的认证。

但"可解释性导致信任"这个因果关系其实没那么简单。Mehmeti 等人没有深入讨论这一点，但值得思考：

解释可以制造虚假的信任。 一个生成"看起来合理"的解释的 AI，可能让人类过度信任它的决策——即使决策本身是错的。这叫"解释陷阱"（explanation trap）：人类倾向于把"能解释"等同于"是对的"。

真正的信任需要解释 + 验证。 空管员不只是要听 AI 解释"为什么这么建议"，还要能独立验证这个解释是否合理。这意味着解释必须和空管员的思维框架对齐——用空管员熟悉的术语（航路、高度层、冲突点）而非 AI 的内部表示（特征向量、注意力权重）。

Mehmeti 的论文用的是最简单的可解释性方法——显著性图（saliency map）。这是一种"最低限度的解释"：它告诉你"AI 最关注哪些输入特征"，但不告诉你"AI 如何使用这些特征做决策"。

论文做了什么？

这篇论文是一个初步探索（preliminary study），11 页，使用简化的空管环境作为"初始测试床"。

环境

作者构建了一个简化的空管环境：

• 飞机在二维网格上移动
• 存在"禁飞区"（no-fly zones），代表雷暴、军事空域等
• RL 智能体需要为飞机规划替代航路，避开禁飞区

这是一个教学性质的环境，不是真实的空管系统。真实空管涉及 3D 空间、多飞机冲突解决、天气预测、通信协议等复杂因素。简化环境的意义在于：先在简单场景下验证方法，再扩展到复杂场景。

RL 算法

论文没有详细说明用的是哪种 RL 算法（从摘要和搜索结果看，可能是 PPO 或 DQN），但核心是：智能体观察当前空域状态（飞机位置、禁飞区位置、目标航路），输出航路决策（左转、右转、直飞、等待等）。

可解释性：显著性图

显著性图是可解释强化学习（XRL）最基础的技术。它的原理是：计算每个输入特征对最终决策的梯度，梯度大的特征就是"AI 最关注的"。

在空管场景中，显著性图可以回答："AI 在决定让 5 号飞机走北线时，最关注的是雷暴的位置？还是其他飞机的位置？还是燃油剩余？"

这是一个有用的信息，但远远不够。显著性图告诉你"AI 看了什么"，但不告诉你"AI 怎么想的"。就像你可以看到一个人在阅读时眼睛盯着哪段文字，但这不等于你理解他在想什么。

可解释强化学习的层次

Mehmeti 的论文虽然只用了显著性图，但论文的价值在于它把 XRL 的框架引入了空管领域。值得借此梳理一下 XRL 的层次：

第一层：特征重要性（Feature Importance）

• 代表方法：显著性图、SHAP、LIME
• 回答："哪些输入特征影响了决策？"
• 局限：不解释特征如何被使用

第二层：决策规则提取（Rule Extraction）

• 代表方法：决策树近似、规则提取
• 回答："AI 的决策可以用什么规则概括？"
• 局限：规则可能过于简化，丢失关键细节

第三层：反事实解释（Counterfactual）

• 代表方法：反事实生成、what-if 分析
• 回答："如果情况略有不同，AI 会怎么决策？"
• 优势：直接回答"为什么是这个决策而非另一个"

第四层：过程解释（Process Explanation）

• 代表方法：注意力可视化、中间层激活分析
• 回答："AI 在推理过程中经历了哪些步骤？"
• 局限：中间表示可能不可解释

第五层：对话式解释（Conversational）

• 代表方法：LLM 后处理解释
• 回答："用自然语言解释 AI 的决策"
• 局限：解释可能和实际决策过程脱节

Mehmeti 的论文停在第一层。这不是批评——初步探索从最简单的方法开始是合理的。但要真正在空管中获得信任，至少需要第三层（反事实解释）和第五层（对话式解释）。

空管的特殊性：为什么通用 XRL 不够

空管不是一般的 RL 应用。它有几个特殊性让通用 XRL 方法不够用：

1. 多主体协调

空管决策不是单飞机问题。让 5 号飞机走北线可能和 7 号飞机的航路冲突。显著性图只能解释"对 5 号飞机的决策"，不能解释"对整个空域的协调决策"。

2. 时间维度

空管决策有时间维度：现在的决策影响未来的状态。5 号飞机现在走北线，10 分钟后可能和 9 号飞机冲突。显著性图是静态的——它只解释当前决策，不解释决策的长期后果。

3. 人类协议

空管有标准操作程序（SOP）。AI 的决策不仅要正确，还要符合 SOP——否则空管员无法理解和执行。通用 XRL 方法不考虑 SOP，因为 SOP 是领域特定的。

4. 认证要求

航空业的 AI 系统需要通过 DO-178C（软件）或类似标准的认证。认证要求"可追溯性"——每个决策必须能追溯到明确的需求和测试用例。这比"可解释性"更强：不仅要能解释，还要能证明解释的完整性。

Mehmeti 的论文没有深入这些特殊性，但它把问题提出来了——这本身就有价值。

和其他 XRL 研究的关系

论文引用了 stmrdus/XRL 仓库——一个跟踪 XRL 研究的综述性 repo。这个领域在 2020 年后快速发展，主要驱动力是：

1. 自动驾驶：特斯拉、Waymo 等需要解释 AI 的驾驶决策 2. 医疗 AI：FDA 要求 AI 诊断决策可解释 3. 金融 AI：监管要求信贷决策可解释 4. 国防 AI：自主武器系统的伦理审查

空管是这些领域中认证要求最严格的之一。如果 XRL 能在空管中工作，它大概率能在其他安全关键领域工作。反过来，如果 XRL 在空管中失败，其他领域的 XRL 应用也应该谨慎。

一个更深的观察：解释的受众

这篇论文让我想到一个被忽视的问题：解释是给谁看的？

XRL 文献通常假设"解释是给用户看的"——空管员看解释，然后决定是否信任 AI。但实际场景中有多个受众：

• 空管员：需要操作层面的解释——"为什么走北线？北线安全吗？"
• 监管机构：需要合规层面的解释——"这个决策符合 SOP 吗？"
• 事故调查员：需要事后层面的解释——"为什么 AI 做了这个决策？是训练数据的问题吗？"
• AI 开发者：需要调试层面的解释——"模型哪里出了问题？"

不同受众需要不同层次的解释。显著性图对开发者有用（调试），对空管员用处有限（不能指导操作），对监管机构几乎没用（不能证明合规）。

真正的可解释性需要多层次的解释系统——不是一个方法解决所有问题，而是不同方法服务不同受众。这和 SUSA 的"状态条件专家"思路相通：统一 vs 分工。统一解释系统可能不如针对不同受众的专门解释系统。

论文的局限

诚实地讲，这篇论文的贡献是有限的：

1. 环境过于简化：二维网格、单飞机决策、无多飞机冲突。距离真实空管很远。 2. XRL 方法过于基础：显著性图是 2016 年的技术，2026 年的 XRL 已经有更先进的方法（反事实、注意力、LLM 解释）。 3. 缺乏用户研究：没有让真实空管员评估解释是否有用。论文只展示了"AI 能给出解释"，没有展示"解释能提升人类决策"。 4. 缺乏和基线的比较：没有和其他 XRL 方法（SHAP、LIME、反事实）比较效果。

但这是一篇初步探索（preliminary study），不是完整研究。它的价值在于：

• 把 XRL 框架引入空管领域
• 指出了空管 XRL 的特殊挑战
• 提供了一个可复现的简化环境供后续研究

这意味着什么？

这篇论文的背景是一个更大的趋势：AI 正在从"能做"转向"能被信任地做"。

2012-2022 年是 AI 的"能力时代"——深度学习不断刷新 SOTA，从 ImageNet 到 GPT-3，关注的是"AI 能做什么"。2023 年后，随着 AI 进入安全关键领域，"信任时代"开始——关注的是"AI 能被信任地做什么"。

可解释性是信任时代的基础设施。没有可解释性，AI 在空管、医疗、自动驾驶等领域的应用会被监管和公众接受度卡住——不是技术不够好，而是没人敢用。

Mehmeti 的论文是这个大趋势中的一个小节点。它没有解决空管 XRL 的问题，但它把问题提出来了，并提供了一个起点。后续的研究需要：

• 更真实的环境（3D、多飞机、天气）
• 更先进的 XRL 方法（反事实、对话式）
• 用户研究（真实空管员的反馈）
• 多层次解释系统（针对不同受众）

总结

这篇论文是一个"起点"而非"终点"。它用最简单的方法（显著性图）在最简单的环境（2D 网格空管）中探索了 XRL 的应用。贡献有限，但方向重要。

核心洞察：在安全关键领域，AI 的可解释性不是"锦上添花"，而是"准入门槛"。空管是认证要求最严格的领域之一——如果 XRL 能在这里工作，它大概率能在其他领域工作。

深层问题：解释的受众不是单一的。空管员、监管机构、事故调查员、开发者需要不同层次的解释。真正的可解释性系统需要分工——不同方法服务不同受众，而非一个方法解决所有问题。

对 AI 系统设计的启示：信任不是"AI 做对了"就自动建立的，需要"AI 做对了 + 能解释为什么 + 解释和人类思维框架对齐"。这三者缺一不可。在能力时代，我们只关注第一点。在信任时代，三点缺一不可。

Mehmeti 等人的论文是这个方向的一小步。空管塔台里的 AI 助手可能还需要十年才能真正被信任地使用——但每一步都算数。

---

*论文链接*：arXiv:2607.22525 *作者*：Anduel Mehmeti, Gabriella Gigante, Salvatore Venticinque（那不勒斯大学） *页数*：11 页 *XRL 综述 repo*：https://github.com/stmrdus/XRL