May, 2022

基于 Agent 的生产和辅助过程去中心化集成调度的概念和算法

PDF
TL;DR本篇研究针对工业 4.0 的要求，采用多智能体系统实现了分散化生产控制和信息分配，提出了一种基于智能代理的集成调度方法，该方法解决了在多智能体系统下排班执行时间过长的问题，并考虑到了生产、运输、缓冲和共享资源操作的相互依赖性及大型工件的约束等物流需求。
industry 4.0decentralized production controlmulti-agent systemsscheduling approachlogistics
发现论文，激发创造
  • 面向供应链中断的生产计划适应性多智能体调度机制

    本文提出了一种基于代理机制、结合本地优化技术和协商生成适应性时间表的方案，能够在短时间内有效地重新排产，以应对生产实践中的各种干扰，如零部件迟到或产品缺陷等。该方法经过对华为实际生产数据的评估，证明可以高效地生成时间表，并已验证为概念证明并重新实现以应用于 Jadex 代理平台的生产系统中。

    Jun, 2022

  • 基于大型语言模型的智能车间多智能体制造系统

    高级制造系统需求的变化使得多样化小批量生产的需求不断增加，导致了对制造系统更高的要求。本文提出了一种基于大型语言模型的智能车间多智能体制造系统，通过协调不同角色的智能体，实现了工件的分配和传输。

    May, 2024

  • 自适应、基于交易的多智能体系统的分散调度

    该研究采用交易方法，将多智能体强化学习应用于模拟的调度环境中，研究分布式代理体系结构及自主定价在任务分配中的应用。

    Jul, 2022

  • 走向自主系统：引入大型语言模型代理的灵活模块化生产系统

    本文提出了一个将大型语言模型（LLMs）、数字孪生和工业自动化系统相结合的新型框架，以实现生产过程的智能规划和控制，强调将 LLMs 集成到工业自动化系统中以实现更敏捷、灵活和自适应的生产流程的潜力并指出未来工作的关键见解和限制。

    Apr, 2023

  • 多智能体强化学习在分散式库存控制系统中的分析

    提出了一种使用多智能体强化学习的分散化数据驱动库存管理问题的解决方案，其中每个实体由一个智能体控制，通过对不同供应链网络和不确定性水平的模拟来研究近端策略优化算法的三个多智能体变体。中心化训练分散化执行的框架被部署，该框架依赖于离线集中化，以便在基于模拟的策略识别期间进行，但在策略在线部署到实际系统时实现分散化。结果表明，使用带有集中式评论者的多智能体近端策略优化方法可以实现接近集中式数据驱动解决方案的性能，并在大多数情况下优于分布式基于模型的解决方案，同时遵守系统的信息约束。

    Jul, 2023

  • 基于混合 ASP 的半导体制造流程多目标调度（扩展版）

    本研究使用混合 Answer Set Programming 和差分逻辑对真实半导体制造过程进行调度，包括机器处理、设置、批处理和维护操作，并研究了面向多个优化目标的大规模调度的潜力。

    Jul, 2023

  • 多智能体系统与分散式人工超智能

    本研究提出了一种基于去中心化 P2P BOINC 通用计算任务分配、多智能体通信协议和以太坊区块链为动力的智能合约奖励技术，可用作分布式 P2P 计算能力市场，并且具有学习最有效的软硬件组合使用和优化的潜力。

    Feb, 2017

  • 基于学习的灵活车间调度算法在可扩展智能制造中的应用

    在智能制造系统中，基于自动导引车的生产灵活性的柔性作业车间调度是优化生产效率的关键，该研究通过引入名为 Heterogeneous Graph Scheduler (HGS) 的新型图结构的深度强化学习方法，可以提高规模泛化性能，超越了传统调度规则、元启发式算法和现有 DRL 方法在制造调度中的性能表现。

    Feb, 2024

  • 多智能体灵活排程问题的强化学习方法

    本研究使用强化学习方法，提出了适用于自动生产中的调度问题的解决方案：使用 OpenAI gym 环境和启发式引导 Q-Learning 算法，成功地解决了多智能体柔性车间问题，并在该领域取得了最优解。

    Oct, 2022

  • 面向工业自动化的自适应协调超媒体环境

    使用自主软件代理来处理系统的语义描述，以确定协调要求和约束，并以分散协调的方式控制系统，通过超媒体发现运行时所需的计划和协议，以减少系统耦合并在特征变化时实现运行时自适应。

    Jun, 2024