工业大脑：一种类人自主神经符号认知决策系统
人工智能
2025-07-01 v1 机器学习
摘要
韧性非平衡测量，即在故障和错误发生时维持基本功能的能力，是工业链科学管理和工程应用的关键。当韧性的多个协同演化数量或类型（例如随机放置）极度混乱时，这一问题尤为具有挑战性。现有的端到端深度学习方法通常难以良好推广到未见全场重建时空协同演化结构，尤其是在实际应用中常见的多混乱数据 regime 下预测网络拓扑的韧性。为解决这一挑战，本文提出工业大脑，一种集成高阶活动驱动神经网络与CT-OODA符号推理的类人自主认知决策与规划框架，直接从全局变量的观测数据中自主规划韧性。工业大脑不仅理解和建模节点活动动力学和网络协同演化拓扑结构（而无需简化假设），揭示复杂网络背后隐藏的规律，还能实现精确的韧性预测、推断和规划。实验结果表明，工业大脑在韧性预测与规划方法上显著优于GoT和OlaGPT框架，提升幅度达到10.8%，并超过谱聚维度缩减的11.03%。它还能推广到未见拓扑和动力学，尽管面临观测扰动仍保持稳健性能。我们的发现表明，工业大脑填补了工业链韧性预测与规划之间的重要空白。
引用
@article{arxiv.2506.23926,
title = {Industrial brain: a human-like autonomous neuro-symbolic cognitive decision-making system},
author = {Junping Wang and Bicheng Wang and Yibo Xuea and Yuan Xie},
journal= {arXiv preprint arXiv:2506.23926},
year = {2025}
}