用NSGA-II优化资源级交接策略，在合成与真实事件日志上平均降低37%成本、58%等待时间

提出首个对资源级交接决策做多目标优化的方法，输出的是帕累托前沿上的一组人员特定交接策略，而非单一全局分配规则。 既有RL与设计期方法把资源当作被动接受分配的对象，决策变量是“哪个资源执行哪个任务”；本文把资源建模为可自主选择协作对象的智能体，决策变量变为资源之间的交接概率分布π(a′|a,act,act′)。 论文以形式化定义（交接策略为条件概率分布、帕累托支配关系）加方法描述支撑这一区分，并在相关工作中逐条对比既有资源分配、组织挖掘与智能体仿真三条线索。

方法把已有的MAS仿真器（AgentSimulator）与NSGA-II组合，并定制了作用于概率分布的交叉与四种变异算子，使搜索能在概率交接策略空间中进行。 交叉以整个决策点为单元交换概率分布以保证分布有效；变异包含Random、Greedy、Guided、Hybrid四种，其中Guided只在最差与最优后继之间转移10%–50%的概率质量，Hybrid按60% guided、20% greedy、20% random混合。 论文给出算法伪代码（策略重建、T次仿真、成本向量取均值）与超参数设置（N=100、G=100、T=3、pc=70%、pm=30%），并在7个日志上比较四种变异变体。

在5个合成Loan Application变体上，方法在全部场景的成本和等待时间上均优于as-is；在7个真实事件日志上，成本和等待时间相对as-is也全部改善。 相对既有工作，这是首次在资源级交接这一决策变量上报告跨合成与真实日志的系统性改进，并同时与Avail、Random、LC、SPT四类启发式基线比较。 内部效度用5个受控变体（如LoanSCDT中成本从$254k降至$179k、等待时间从2.78降至0.60小时）；外部效度用7个公开日志（如ACR成本从$103k降至$45k、等待时间从8.97降至0.51小时），并报告了帕累托前沿质量指标与运行时间。

方法输出的是可选择的权衡集合而非单点方案，例如在真实ACR日志上给出成本约$22k–$85k、等待时间约0.2至近2小时的帕累托前沿。 相比只给一个最优解的优化方法，这为流程负责人提供了按运营目标挑选策略的空间，例如优先等待时间时可取约0.2小时的方案。 论文以ACR日志的帕累托前沿图与表格中的“最平衡解”（$45k、0.51小时）为参照，说明前沿覆盖范围与相对as-is、Avail、LC的改进幅度。

该工作面向设计期的资源交接策略优化：输入是一个多智能体仿真模型（可手工与领域专家共同指定，也可由AgentSimulator从事件日志自动发现）以及任意一组目标函数，输出是帕累托前沿上的一组交接策略。它适用于资源对“与谁协作”拥有一定决策自主权的流程，尤其是知识密集型流程；论文明确指出，对高度编排的工作流流程，这一前提可能不成立。评估以等待时间与人力成本为目标，覆盖5个合成Loan Application变体与7个公开事件日志（含金融、教育、采购等领域）。对实践者而言，可直接使用的是前沿上的候选策略及其权衡，而非单一“最优”答案；对研究者而言，仿真器是可替换的输入构件，仿真保真度提升可直接惠及优化结果。

优化结果依赖仿真保真度：论文指出若仿真器不能准确再现真实流程动态，估计的改进未必完全迁移到现实，并建议未来显式量化仿真器精度、分析优化结果对建模误差的敏感性。策略在同一模型内被优化与评估，存在过拟合到仿真器特定动态的风险，论文建议跨替代仿真模型或扰动参数做稳健性分析。真实日志通常不含资源成本信息，本文用基于技能与活动时长的性能画像、经k-means聚为五档并赋予小时成本区间（如Tier 1: 10–25$/hr至Tier 5: 76–90$/hr）来近似，这可能影响绝对性能估计。计算开销方面，基线平均约3分钟，本方法约慢35倍，BPI17W单次运行达379.17分钟。此外，评估以启发式基线为主，论文说明这源于缺乏针对同一交接优化问题的合适基准；本文为全文阅读，但帕累托前沿质量指标的详细定义与结果放在仓库中，正文仅作概述。