新农学家：语言模型是作物管理专家

作物管理在决定作物产量、经济盈利能力和环境可持续性方面起着至关重要的作用。尽管有管理指南可用，但优化这些实践仍然是一个复杂且多方面的挑战。作为回应，先前的研究探索了将强化学习与作物模拟器结合使用，通常采用基于简单神经网络的强化学习（RL）智能体。在此基础之上，本文介绍了一种更先进的智能作物管理系统。该系统独特地结合了强化学习、语言模型（LM）以及由农业技术转移决策支持系统（DSSAT）促进的作物模拟。我们利用深度强化学习，特别是深度 Q 网络，来训练管理策略，这些策略将模拟器中的众多状态变量作为观测值进行处理。我们方法的一个新颖之处在于将这些状态变量转换为更具信息量的语言，从而促进语言模型理解状态并探索最优管理实践的能力。实证结果表明，语言模型展现出卓越的学习能力。通过在美国佛罗里达州和西班牙萨拉戈萨进行的玉米作物模拟实验，语言模型不仅在各种评估指标下达到了最先进的性能，而且与基线方法相比，在经济利润上实现了超过 49% 的显著提升，同时降低了环境影响。我们的代码可在 https://github.com/jingwu6/LM_AG 获取。