iGrow：面向自主温室控制的智慧农业解决方案

农业是人类文明的基础。然而，全球人口的快速增长通过对更多食物的需求给这一基石带来挑战。配备传感器与执行器的现代自主温室通过实现精准控制以进行高效食物生产，提供了应对该问题的一个有前景的解决方案。然而，自主温室的最优控制具有挑战性，需要基于高维传感数据做出决策，且生产规模的扩大受限于能够处理此任务的劳动力稀缺。随着人工智能（AI）、物联网（IoT）和云计算技术的进步，我们有望提供一套方案以实现温室控制的自动化与智能化，从而应对上述挑战。在本文中，我们提出一个名为 iGrow 的智慧农业解决方案，用于自主温室控制（AGC）：(1) 我们首次将 AGC 问题表述为马尔可夫决策过程（MDP）优化问题；(2) 我们设计了一个结合增量机制的基于神经网络的模拟器，用于模拟自主温室的完整种植过程，为控制策略的优化提供测试平台；(3) 我们提出了一种闭环双层优化算法，可在实际生产中使用新观测数据动态重新优化温室控制策略。我们不仅进行了仿真实验，还将 iGrow 部署于真实场景，实验结果证明了 iGrow 在自主温室模拟与最优控制中的有效性与优越性。特别地，来自真实自主温室中番茄试点项目的引人注目的结果表明，与种植专家相比，我们的解决方案以统计显著性显著提高了作物产量（+10.15%）和净利润（+92.70%）。