基于知识、动态仿真与深度强化学习的化工厂操作规程综合
物理学史与哲学
2020-06-05 v3
摘要
化工厂是由众多操控与传感组件构成的复杂动态系统，其状态转移依赖于时间、扰动与操作规程等多种因素。为辅助化工厂人类操作员，我们正开发一种能够半自动综合高效稳定操作规程的 AI 系统。我们的系统不仅可提供适当的操作规程，还能给出这些规程被认为有效的理由。这是通过将自动推理与深度强化学习技术与化工厂仿真器及外部知识相集成实现的。我们的初步实验结果表明，相较于标准 PID 控制，该系统综合出的规程能在设备故障时实现远为迅速的恢复。
引用
@article{arxiv.1903.02182,
title = {Schematizing the Observer and the Epistemic Content of Theories},
author = {Erik Curiel},
journal= {arXiv preprint arXiv:1903.02182},
year = {2020}
}
备注
49 pages of text, 59 pages in total including bibliography, forthcoming in *SHPMP*, 2020, except current \S5 ("What Measurements and the Observer Are") and \S11 ("Appendix: Pr\'ecis"), deleted from published version