|
在智能制造建设中，CPS（赛博物理系统）是智能制造的核心平台，通过CPS可以实现物理世界与数字世界的交互映射，可以把数字世界的算法作用于物理世界。是实现逻辑制造、虚拟制造，乃至基于云的智能制造的基础。 MAS系统（Multi Agent System）是分布式人工智能研究的焦点，是运行计算Agent的框架。特别是MAS系统与CPS系统具有类似目标，因此可以把MAS作为实现CPS平台的技术基础。本文首先介绍什么是MAS系统，然后尝试在MAS系统的基础上建设具有智能调度功能的CPS系统，该系统已经在昱辰泰克服装业智能MES系统中得到了工程验证，具有一定的借鉴和参考意义。 一、什么是Agent（智能体）： Agent是人工智能的核心，能够感知环境、知识决策、并且能够通过效应器对外执行来改变环境。Agent即可以是物理的，例如：智能驾驶汽车；也可能是逻辑的，例如：智能制造的智能调度等。 一个简单的Agent的模型示意如下： Agent通过传感器感知外部环境，通过效应器/执行器执行行为，并且改变环境。在这个闭环中形成对环境世界的认知，并把认知获得的知识作为领域知识作为Agent进一步决策的基础。 以上是单智能体的模型，对于多智能体，在感知客观世界时，不仅能够获得智能体本身行为对环境的影响，同时能够感知其他Agent的行为对环境的影响。这样的系统就称之为多智能体系统（MAS）。 二、MAS如何实现CPS平台 首先把客观世界中的实在之物抽象为智能体，智能体独有社会性、自省性、自主性等特征，所有智能体之间只能通过信息交流进行沟通，智能体本身对获得的信息进行自主判断，包括是否需要处理信息、如何处理信息、是否对信息具有应激反应等都是智能体自主决策的，环境无法强制对智能体进行干预（用软件的语言来讲就是智能体之间只能进行信息通讯，无法实现方法调用）。 当环境的所有要素（包括物理要素和逻辑要素）都实现为智能体，并且在MAS系统中创建对应于自在之物的智能体时，就可以说我们实现了物理世界到数字世界的映射。 我们的决策逻辑是通过智能体本身的领域知识进行计算并激活效应器与客观环境进行交互的，这里智能体表现出社会性的特征。 在智能制造环境中，智能体可能是一台真实存在的设备、工位等，也可能是一条由多台设备逻辑上组织的生产线。我们的管理原则、决策原则、调度原则、优化原则都通过建立智能体内部的领域知识实现。同时，智能体本身具有自学习能力，可以通过对环境的感知，总结、学习、抽象领域知识，特别是在多智能体MAS系统中，可以通过对其他智能体的行为结果进行学习，以丰富智能体本身的领域知识。 三、基于MAS的CPS平台案例 通过对MAS技术应用于CPS平台的实践，昱辰泰克公司在多个业务领域都建立了基于MAS的CPS平台，例如：为了实现服装行业柔性生产的要求，通过MAS系统实现车间的动态调度系统就是一个典型的应用。该系统把员工、工位、产线、物流都抽象为智能体，员工所具有的技能效率属性，工位所具有设备属性，产线所具有平衡属性等都作为Agent的自省内容，所有智能体通过消息机制实现对环境的感知。特别是通过员工技能的自省实现了动态平衡生产的功能，充分利用制造过程中员工这一核心资源。系统执行结果如下： 通过运行结果可以看到，建立在MAS基础上的CPS系统意识到生产线不平衡时，会自动启用微调度算法，重新按照员工的劳动技能分配工作，经过一段时间后，服装生产线趋于平衡，并且生产效率显著提高。 四、实践经验与结论 建立在分布式人工智能技术基础之上的MAS系统，对实施企业的决策能力、调度能力都能够实现显著的提高，昱辰泰克经过近六年致力于服装智能制造的实践，总结出一套行之有效的方法论，并且验证了人工智能技术应用于生产管理的可行性。欢迎对此感兴趣的朋友一起学习交流。 【版权声明】 |
|
|
