我们在大型强子对撞机探索具有两个希格斯玻色子和大的横向能量缺失的新物理信号。 这种特征是暗物质模型或其他偏析颗粒模型的特征，这些模型通过扩展的标量扇区耦合到标准模型。 我们的目标是为适用于大量模型的新签名提供搜索策略和解释框架。 为此，我们定义了导致两种不同事件拓扑的隐藏扇区的简化模型：对称衰减，即成对产生的介体，每个介体均衰减为希格斯加无形最终状态； 和双希格斯共振，即共振希格斯对产生反作用于一对不可见粒子。 在这两种情况下，我们都采用最先进的机器学习算法进行信号背景识别，通过对具有四个底部夸克和缺失能量的最终状态进行多变量分析来优化发现潜力。 我们确定了LHC在这两种情况下都可以测试的参数