この論文は、限られた予算内で複数のコンポーネントを持つ鍛造部分観測マルコフ決定プロセス（POMDP）問題を解決する新しい方法を提案します。鍛造POMDPは、システム状態が徐々に減少して回復措置が実行されるまで維持されるシステムをモデル化するのに適しており、特に逐次修理問題に有効です。既存の方法は、コンポーネントの数が増加するにつれて、状態空間が指数関数的に増加し、計算上の困難を経験している。この論文では、この問題を解決するための2段階のアプローチを紹介します。まず、各コンポーネントＰＯＭＤＰの最適値関数をランダムフォレストモデルに近似し、予算を各コンポーネントに効率的に割り当てる方法を提示する。次に、各独立予算制約の単一コンポーネント鍛造POMDPを解決するために、Oracleガイドメタラーニング近似ポリシー最適化（PPO）アルゴリズムを使用します。オラクル政策は、対応する鍛造マルコフ決定プロセス（MDP）の値を繰り返して取得します。実際のケースでは、管理建物の検査と修理のシナリオを考慮して提案された方法の効率を示し、コンポーネントの数に応じた計算の複雑さ分析によってスケーラビリティを実証します。
