本論文は、捜索救助活動を実行する自律型UAV（無人航空機）スウォームのための革新的な三階層ヒエラルキー学習アーキテクチャを提案しています。従来のアプローチが単一の学習パラダイムを全階層に適用するのに対し、提案アーキテクチャは生物学的階層構造に対応する三つの質的に異なる学習メカニズムを統合しています。個別エージェント適応のためのヘッビアン神経可塑性、グラフニューラルネットワークと行動木を用いた戦術的調整のための多エージェント強化学習、そして戦略的意思決定のためのモデル非依存メタ学習とBDI推論、デジタルツインです。 このアーキテクチャはBDI、行動木、GNN、MARL、神経可塑性、メタ学習の六つのコンポーネント全体に組織された22の建築契約を通じて形式化され、安全性、予算正確性、最適性、生存性、飢餓なし性、レベル間一貫性の六つの形式的保証クラスを提供します。論文ではSwarm Meta Cognitionを三つのレベル全体の構造化インタラクションから生じる合成的性質として導入し、スウォームが自身の認知状態を監視し認知戦略を切り替えることを可能にします。 主要な統合定理は、全ての契約が満たされた場合、ハイブリッド神経シンボリックシステムが六つの保証クラス全体を保持することを確立しています。能動学習を伴う動的ケースでは、五つの新しい契約が認知耐性、段階的劣化、単調メタ改善の三つの追加保証をフレームワークに拡張します。理論的分析は、このアーキテクチャが既存の階層的強化学習アプローチの五つの基本的な限界に対処していることを実証しています。