Investigadores de la Universidad de Virginia han logrado un avance significativo en la tecnología de fabricación al desarrollar un sistema impulsado por inteligencia artificial que podría transformar el funcionamiento de las fábricas.Utilizando el aprendizaje por refuerzo de múltiples agentes (MARL), el equipo ha creado una forma más eficiente de optimizar los sistemas de fabricación, mejorando tanto la velocidad como la calidad y al mismo tiempo reduciendo el desperdicio.

Su enfoque innovador,publicadoen elRevista de sistemas de fabricación, integra agentes de IA que trabajan juntos para optimizarprocesos de producción.Al coordinar múltiples agentes para gestionar tareas en tiempo real, el sistema se ajusta automáticamente, aprendiendo y mejorando el rendimiento con el tiempo.Este avance podría conducir a una producción más rápida, una reducción del tiempo de inactividad y productos de mejor calidad en todas las industrias, desde la automotriz hasta la electrónica.

El investigador principal y profesor de ingeniería mecánica y aeroespacial Qing "Cindy" Chang explica: "Estamos abordando la complejidad de la fabricación moderna. En lugar de optimizar procesos individuales de forma aislada, nuestro sistema analiza el panorama general, coordinando todo a la vez. El resultadoes una fabricación más inteligente, más rápida y más adaptable".

Los algoritmos del equipo, Actor-Atención-Crítico de múltiples agentes con asignación de crédito (C-MAAC) y Actor-Atención-Crítico de múltiples agentes guiados por la física (P-MAAC), fueron clave para lograr este avance.Estos algoritmos permiten que el sistema tenga en cuenta tanto las limitaciones físicas de la maquinaria como las interrupciones de producción impredecibles.Su trabajo ha mostrado mejoras notables en la productividad y la solidez del sistema.

Co-investigador y Ph.D. en ingeniería mecánica y aeroespacial.El estudiante Chen Li destacó las aplicaciones prácticas: "Al integrar parámetros a nivel de sistema y proceso, este sistema puede optimizar los rendimientos y adaptarse dinámicamente a los cambios, como averías de las máquinas o ajustes de producción, sin intervención humana. Es un gran avance en la fabricación inteligente.".

La investigación se realizó en colaboración con General Motors, un socio clave de la industria que proporcionó información valiosa y aplicaciones del mundo real para el sistema de IA.La participación de GM ayudó a garantizar que la tecnología aborde los desafíos prácticos de la fabricación moderna.

"Nuestrocolaboracióncon UVA nos permitió explorar soluciones innovadoras que podrían transformar la eficiencia de la producción en todo el mundo.industria automotriz", dijo Hua-Tzu Fan, investigador de I+D de General Motors. La asociación destaca el papel fundamental que desempeñan los líderes de la industria a la hora de impulsar avances de vanguardia en la fabricación.

El equipo cree que este sistema de control impulsado por IA podría establecer nuevos puntos de referencia parafabricacióneficiencia, particularmente en entornos de producción complejos y de múltiples etapas.La investigación sienta las bases para sistemas de producción más inteligentes y adaptables, con amplias aplicaciones potenciales en diversas industrias.

Además de mejorar la productividad, el sistema ofrece importantes ventajas económicas y medioambientales.Al reducir el desperdicio, minimizar el tiempo de inactividad y reducirconsumo de energía, los fabricantes pueden lograr ahorros sustanciales de costos y al mismo tiempo reducir su huella ambiental.La tecnología presenta un poderoso paso adelante tanto para la industria como para los esfuerzos de sostenibilidad.

Más información:Chen Li et al, Aprendizaje por refuerzo de múltiples agentes para el control integrado de procesos y sistemas de fabricación,Revista de sistemas de fabricación(2024).DOI: 10.1016/j.jmsy.2024.08.021