橫河電機公司和奈良先端科學技術研究院大學(NAIST)宣布，聯(lián)合開發(fā)了一種強化學習算法，可用于工廠操作的自動優(yōu)化。強化學習是人工智能(AI)領域中的一項基本技術，該算法的聯(lián)合開發(fā)為提高工廠的生產質量和產量提供了切實可行的解決方案。

人工智能和機器學習(ML)是人工智能的一個子集，最近在各個領域都有望實現技術變革的突破，因此引起了人們的廣泛關注。AI正被應用于實際生活中，例如，自動駕駛汽車和船只。雖然ML已經被投入到工廠數據分析中，但將其實際應用于自動化控制之前，必須由公司和學術機構進行進一步的研究。

多年來，橫河為石油、天然氣、化工、鋼鐵、漿紙、醫(yī)藥食品等各行業(yè)提供了控制系統(tǒng)，并獲得了與工廠操作相關的大量技術和專門知識。 NAIST一直研究和開發(fā)基于ML的技術，如概率推理及系統(tǒng)工程技術、優(yōu)化控制和強化學習等，同時開發(fā)能夠在動態(tài)環(huán)境中執(zhí)行特定功能的智能機器人和系統(tǒng)。

橫河和NAIST已經成功開發(fā)出一種新算法，利用橫河的工廠控制技術，以及橫河在控制回路之間的相互依賴性的知識和專長，改進內核動態(tài)策略編程(KDPP)、NIST的強化學習技術。傳統(tǒng)的強化學習算法需要大量的搜索處理來保證恰當的控制，這對實際應用是一個挑戰(zhàn)。新開發(fā)的算法顯著地減少了必須完成的訓練量，因此具有很高的實用性。橫河和NAIST已經在工廠模擬器上證實，通過在醋酸乙烯生產工廠的蒸餾過程中使用新算法同時控制四個不同的閥門，優(yōu)化操作遠遠超出了用常規(guī)控制算法或手動操作可能實現的范圍。

橫河和NAIST將在一個最新的工廠環(huán)境中進行(POC)概念試驗，確認實際使用的可靠性。新開發(fā)的算法已經在8月20日至24日德國舉行的IEEE國際自動化科學與工程會議上發(fā)布。軟件代理學習的一種試錯法及哪些行為會使獎勵最大化的嘗試。

關于NAIST：奈良先端科學技術研究院大學(NAIST)是一所日本國立大學，位于地處奈良、大阪和京都的交界地區(qū)的關西科學城。NAIST成立于1991年，由三個綜合領域的研究生院組成：信息科學、生物科學和材料科學。2018年，NAIST經歷了組織變革，繼續(xù)在這些領域的研究，同時促進跨學科研究和傳統(tǒng)領域的教育。有了新的統(tǒng)一的研究生院組織，NAIST以推進前沿研究為目標而努力，并致力于培訓學生成為未來科學技術的領導者。