버지니아 대학의 연구원들은 공장 운영 방식을 변화시킬 수 있는 AI 기반 시스템을 개발하여 제조 기술을 크게 발전시켰습니다.팀은 MARL(Multi-Agent Reinforcement Learning)을 사용하여 제조 시스템을 최적화하고 속도와 품질을 모두 향상시키는 동시에 낭비를 줄이는 보다 효율적인 방법을 만들었습니다.

그들의 혁신적인 접근방식,출판됨에서제조 시스템 저널, 최적화를 위해 함께 작동하는 AI 에이전트를 통합합니다.생산 공정.실시간으로 작업을 관리하기 위해 여러 에이전트를 조정함으로써 시스템은 자동으로 조정되어 시간이 지남에 따라 성능을 학습하고 개선합니다.이러한 혁신은 자동차에서 전자제품에 이르기까지 산업 전반에 걸쳐 생산 속도를 높이고 가동 중지 시간을 줄이며 제품 품질을 향상시킬 수 있습니다.

수석 연구원이자 기계 및 항공우주 공학 교수인 Qing "Cindy" Chang은 "우리는 현대 제조의 복잡성을 다루고 있습니다. 개별 프로세스를 개별적으로 최적화하는 대신 우리 시스템은 모든 것을 한 번에 조정하는 큰 그림을 봅니다. 그 결과더 스마트하고, 더 빠르고, 더 적응력이 뛰어난 제조 방식입니다."

팀의 알고리즘인 C-MAAC(Credit-Assigned Multi-Agent Actor-Attention-Critic) 및 P-MAAC(Physics-Guided Multi-Agent Actor-Attention-Critic)가 이러한 발전을 이루는 데 핵심이었습니다.이러한 알고리즘을 통해 시스템은 기계의 물리적 제약과 예측할 수 없는 생산 중단을 모두 고려할 수 있습니다.이들의 작업을 통해 생산성과 시스템 견고성이 크게 향상되었습니다.

공동연구원이자 기계항공우주공학 박사.학생 Chen Li는 실용적인 응용 프로그램을 강조했습니다. "이 시스템은 시스템 및 프로세스 수준 매개변수를 통합함으로써 수율을 최적화하고 사람의 개입 없이 기계 고장이나 생산 조정과 같은 변화에 동적으로 적응할 수 있습니다. 이는 스마트 제조에서 큰 도약입니다.."

이 연구는 AI 시스템에 대한 귀중한 통찰력과 실제 응용 프로그램을 제공한 주요 산업 파트너인 General Motors와 공동으로 수행되었습니다.GM의 참여는 이 기술이 현대 제조의 실질적인 과제를 해결하는 데 도움이 되었습니다.

"우리의협동UVA를 통해 우리는 전 세계에서 생산 효율성을 변화시킬 수 있는 혁신적인 솔루션을 탐색할 수 있었습니다.자동차 산업"라고 General Motors R&D 연구원인 Hua-Tzu Fan은 말했습니다. 이번 파트너십은 제조 분야의 최첨단 발전을 주도하는 데 업계 리더들이 수행하는 중요한 역할을 강조합니다.

팀은 이 AI 기반 제어 시스템이 다음과 같은 새로운 벤치마크를 확립할 수 있다고 믿습니다.조작특히 복잡한 다단계 생산 환경에서 효율성이 향상됩니다.이 연구는 다양한 산업 전반에 걸쳐 폭넓게 잠재적으로 응용할 수 있는 보다 스마트하고 적응력이 뛰어난 생산 시스템의 기반을 마련합니다.

생산성 향상 외에도 이 시스템은 상당한 경제적, 환경적 이점을 제공합니다.폐기물을 줄이고 가동 중지 시간을 최소화하며 비용을 절감함으로써에너지 소비, 제조업체는 환경에 미치는 영향을 줄이면서 상당한 비용 절감을 달성할 수 있습니다.이 기술은 산업과 지속가능성 노력 모두를 위한 강력한 진전을 제시합니다.

추가 정보:Chen Li 외, 통합 제조 시스템 프로세스 제어를 위한 다중 에이전트 강화 학습,제조 시스템 저널(2024).DOI: 10.1016/j.jmsy.2024.08.021