CROPS: 一种覆盖所有可能状态可用性的可部署作物管理系统
人工智能
2024-11-12 v1
摘要
探索氮肥和灌溉的最优管理策略对作物产量、经济利润和环境具有显著影响。为应对这一优化挑战，本文提出了一种可部署的作物管理系统——覆盖所有可能状态可用性的作物管理（CROPS）。CROPS将语言模型（LM）作为强化学习（RL）智能体，在农业技术转移决策支持系统（DSSAT）作物模拟中探索最优管理策略。该系统的一个显著特点是用于决策的状态通过随机掩码部分观测。因此，RL智能体承担两个主要目标：优化管理策略和推断被掩码的状态。这种方法显著增强了RL智能体在各种真实农业场景中的鲁棒性和适应性。在美国佛罗里达州和西班牙萨拉戈萨的玉米作物上的大量实验验证了CROPS的有效性。CROPS不仅在产量、利润和可持续性等各种评估指标上达到了最先进的（SOTA）结果，而且训练好的管理策略可以在超过一千万个真实场景中立即部署。此外，预训练策略具有噪声鲁棒性，能够最小化潜在的传感器偏差，确保鲁棒性和泛化能力。最后，与先前方法不同，CROPS的优势在于其统一而简洁的结构，消除了对预定义状态或多阶段训练的需求。这些进展凸显了CROPS在革新农业实践方面的潜力。
引用
@article{arxiv.2411.06034,
title = {CROPS: A Deployable Crop Management System Over All Possible State Availabilities},
author = {Jing Wu and Zhixin Lai and Shengjie Liu and Suiyao Chen and Ran Tao and Pan Zhao and Chuyuan Tao and Yikun Cheng and Naira Hovakimyan},
journal= {arXiv preprint arXiv:2411.06034},
year = {2024}
}