机械和航空航天工程师们开发了一种更有效的方法来增强制造系统，从而提高速度和质量，同时减少浪费。
来自弗吉尼亚大学的研究人员在制造技术方面取得了重大里程碑，创造了一种基于人工智能的系统，有可能彻底改变工厂操作。利用多智能体强化学习（MARL），团队设计了一种优化制造系统的简化方法，提高了效率和产品质量，同时减少了浪费。
这种在制造系统杂志上详述的突破性技术，包含协作的人工智能代理，以增强生产工作流程。通过同步多个代理实时监督任务，该系统能够随着时间的推移自动调整并提高其性能。这一创新可以促进更快的生产时间，减少停机时间，并在汽车和电子等各个行业中生产出更优质的产品。
首席研究员、机械与航空航天工程教授Qing “Cindy” Chang指出：“我们正在应对现代制造的复杂性。我们的系统不是单独优化每个过程，而是同时考虑整个运营。结果是一个更智能、更快和更灵活的制造过程。”
团队利用了两个关键算法：信用分配多智能体演员-注意力-评论家（C-MAAC）和物理导向多智能体演员-注意力-评论家（P-MAAC），使这一进展成为可能。这些算法使系统能够同时考虑机器的物理限制和意外的生产干扰，从而在生产力和系统弹性方面取得显著提升。
合作者、机械与航空航天工程博士候选人Chen Li强调了系统的实际好处：“通过合并系统和过程级别的因素，我们的系统能够增强产出并动态调整，以应对设备故障或生产修改等变化，而无需人工监督。这代表了智能制造的重大进步。”
该研究与通用汽车合作进行，通用汽车作为重要的行业合作伙伴，为人工智能框架提供了宝贵的见解和实际应用。通用汽车的参与对于确保该技术解决当代制造挑战至关重要。
通用汽车研发研究员Hua-Tzu Fan表示：“我们与弗吉尼亚大学的合作使我们能够探索旨在提升汽车行业生产效率的创新解决方案。”这一合作突显了行业领袖在推动制造技术重要进展中的关键作用。
团队相信，这种基于人工智能的控制系统可以为制造效率设立新的标准，特别是在复杂的多阶段生产环境中。这项研究为更智能和灵活的生产系统奠定了基础，具有广泛的潜在应用于不同工业领域。
除了提高生产力，该系统还提供重要的经济和环境利益。通过减少浪费、降低停机时间和降低能耗，制造商可以实现显著的成本降低，同时减少其生态影响。这项技术代表了行业和可持续发展倡议的重大进步。
这项工作得到了国家科学基金会(NSF)的支持，感谢拨款1853454和2243930。NSF资助推动技术和科学进步的创新研究，促进制造系统和人工智能等领域的增长。
