主动推理在并行同构机器节能控制中的应用

我们研究了主动推理在制造系统节能控制智能体开发中的应用。主动推理根植于神经科学，提供了一个统一的概率框架，整合了感知、学习和行动，并具有内在的不确定性量化元素。我们的研究探索了深度主动推理这一新兴领域，它将深度学习与主动推理决策框架相结合。利用深度主动推理智能体，我们专注于控制并行同构机器工作站以提高能效。我们通过为现有智能体架构引入定制化增强，解决了问题随机性和策略响应延迟带来的挑战。具体来说，我们引入了多步转移和混合视野方法来降低复杂规划的需求。我们的实验结果证明了这些增强的有效性，并突显了基于主动推理方法的潜力。