基于强化学习的自主工业管理：用于决策的自主智能体——综述
多智能体系统
2019-10-22 v1 人工智能
摘要
工业界一直追求更高的经济效率，当前的重点是利用现代技术减少人力劳动。即便拥有从包装机器人到用于故障检测的 AI 等尖端技术，对于一些新系统的目标仍存模糊之处，即它们究竟是自动化的还是自主的。本文中我们指出了自动化系统与自主系统之间的区别，并回顾了现有文献，识别出构建自主智能体学习机制的核心挑战。我们讨论了使用不同类型的扩展现实（如数字孪生）来训练强化学习智能体通过泛化学习特定任务。一旦实现泛化，我们讨论如何将其用于开发自学习智能体。随后我们引入自我博弈场景，以及如何使用它们通过支持性环境来教导自学习智能体，该环境侧重于智能体如何适应不同的真实世界环境。
引用
@article{arxiv.1910.08942,
title = {Autonomous Industrial Management via Reinforcement Learning: Self-Learning Agents for Decision-Making -- A Review},
author = {Leonardo A. Espinosa Leal and Magnus Westerlund and Anthony Chapman},
journal= {arXiv preprint arXiv:1910.08942},
year = {2019}
}