バージニア大学の研究者らは、工場の運営方法を変革する可能性のある AI 駆動システムを開発することにより、製造技術を大幅に進歩させました。マルチエージェント強化学習 (MARL) を使用して、チームは製造システムを最適化するより効率的な方法を作成し、無駄を削減しながら速度と品質の両方を向上させました。

彼らの革新的なアプローチは、出版されたで製造システムジャーナル、連携して最適化する AI エージェントを統合します生産工程。複数のエージェントを調整してリアルタイムでタスクを管理することで、システムは自動的に調整され、時間の経過とともに学習してパフォーマンスが向上します。この画期的な進歩は、自動車からエレクトロニクスに至るまでの業界全体で、生産の高速化、ダウンタイムの削減、および製品の品質の向上につながる可能性があります。

主任研究者で機械・航空宇宙工学教授の Qing "Cindy" Chang 氏は、「私たちは現代の製造業の複雑さに取り組んでいます。個別のプロセスを個別に最適化するのではなく、私たちのシステムは全体像を見て、すべてを一度に調整します。その結果」と説明します。よりスマートで、より速く、より適応力のある製造が可能になります。」

チームのアルゴリズムであるクレジット割り当てマルチエージェント アクター-注意-批評家 (C-MAAC) と物理学ガイド付きマルチエージェント アクター-注意-批評家 (P-MAAC) が、この進歩の鍵となりました。これらのアルゴリズムにより、システムは機械の物理的制約と予測できない生産中断の両方を考慮できるようになります。彼らの取り組みにより、生産性とシステムの堅牢性が大幅に向上しました。

共同研究者、機械航空宇宙工学博士号学生のChen Li氏は実際の応用例を強調し、「システムレベルとプロセスレベルのパラメータを統合することにより、このシステムは歩留まりを最適化し、人間の介入なしに機械の故障や生産調整などの変化に動的に適応することができる。これはスマート製造における大きな進歩である」と述べた。。」

この研究は、AI システムに貴重な洞察と実際のアプリケーションを提供する主要な業界パートナーであるゼネラル モーターズと協力して実施されました。GM の関与により、この技術が現代の製造における実際的な課題に確実に対処できるようになりました。

"私たちのコラボレーションUVA を使用することで、生産効率を全体的に変革できる革新的なソリューションを探索することができました。自動車産業」とゼネラルモーターズ R&D の研究員 Hua-Tzu Fan 氏は述べています。この提携は、製造における最先端の進歩を推進する上で業界リーダーが果たす重要な役割を浮き彫りにしています。

チームは、この AI 駆動の制御システムが、次のような新しいベンチマークを確立できると考えています。製造業特に複雑な多段階の生産環境において、効率が向上します。この研究は、さまざまな業界にわたる幅広い応用の可能性を備えた、よりスマートで適応性の高い生産システムの基礎を築きます。

このシステムは、生産性の向上に加えて、経済的にも環境的にも大きな利点をもたらします。無駄を減らし、ダウンタイムを最小限に抑え、コストを削減することで、エネルギー消費、メーカーは環境フットプリントを縮小しながら大幅なコスト削減を達成できます。このテクノロジーは、業界と持続可能性の取り組みの両方に強力な前進をもたらします。

詳細情報:Chen Li 他、統合製造システムプロセス制御のためのマルチエージェント強化学習、製造システムジャーナル（2024年）。DOI: 10.1016/j.jmsy.2024.08.021