南京2022年11月7日 /美通社/ -- 11月3日南棲仙策通用智能決策2022發(fā)布會上，介紹了強化學(xué)習工業(yè)軟件REVIVE的新版本，更為驚艷的是，還發(fā)布了首個工業(yè)控制預(yù)訓(xùn)練模型?？梢灶A(yù)見到強化學(xué)習，這一曾經(jīng)在圍棋上戰(zhàn)勝人類的AI技術(shù)，將為工業(yè)場景將帶來巨大變革。

智能決策平臺REVIVE（Reinforcement learning with Virtualized Environment），能夠?qū)⑸倭繗v史數(shù)據(jù)轉(zhuǎn)化為強大的決策引擎。

"我們在多年的落地經(jīng)驗中，吸取了非常多的教訓(xùn)，我們相信這個版本，能夠帶來更加智能，準確，靈活，可信的智能決策結(jié)果。" 南棲仙策聯(lián)合創(chuàng)始人秦熔均這樣介紹。新發(fā)布的REVIVE更智能、更準確、更靈活、更可信：

更加智能：新版本的REVIVE SDK引入變量因果分析工具，將用戶從稠密的數(shù)據(jù)和復(fù)雜交錯的流程當中解脫出來，自動進行結(jié)構(gòu)優(yōu)化和推薦，幫助用戶輕松構(gòu)建模型和進行虛擬環(huán)境的訓(xùn)練。

更加準確：正如人類在做決策時可以很快認知他所面臨的環(huán)境，REVIVE通過生成、自動識別并自動匹配不同環(huán)境和最佳元策略模型，對最終的策略進行調(diào)優(yōu)。針對實際環(huán)境，選擇出最適宜準確的決策。

更加靈活：在現(xiàn)實應(yīng)用中往往會有一些隱藏變量，新版REVIVE可以輕松添加隱變量模塊，將缺失值也納入考量。同時，新版本也更容易拆分出子模塊進行修改和復(fù)用。

更加可信：REVIVE提供了決策的樹狀可視化狀態(tài)，用戶可以主動和模型進行交互，看看做了不同改變會獲得怎樣不同的結(jié)果，嘗試不同決策，預(yù)見不同未來。

除了面向通用決策場景的REVIVE SDK，本場發(fā)布會上最驚艷的內(nèi)容，是面向工業(yè)反饋控制任務(wù)的決策預(yù)訓(xùn)練模型。

通用反饋控制預(yù)訓(xùn)練模型

反饋控制任務(wù)廣泛存在于大量的工業(yè)場景中。這類任務(wù)需要對實施過程中的每一步所引起的客觀效果進行感知和反饋，并據(jù)此做出控制反應(yīng)，調(diào)整下一步的計劃決策和實施方案，在往復(fù)動態(tài)中達到控制目標。

不同的場景之下，工程師們需要根據(jù)不同的場景和環(huán)境去調(diào)整每一個控制參數(shù)，達到控制效果。如果能夠?qū)崿F(xiàn)通用的反饋控制系統(tǒng)，將為工業(yè)應(yīng)用帶來巨大變革。

要實現(xiàn)這項技術(shù)的關(guān)鍵核心在于，對不同任務(wù)的自動識別。只有當它識別了當前的任務(wù)是什么，才能根據(jù)任務(wù)調(diào)整控制策略，以做到對不同的任務(wù)都做出最優(yōu)的決策。

針對這個問題，南棲仙策推出了通用反饋控制系統(tǒng)識別器：GFSEncoder。它能夠輸出3維的編碼，來識別和表達不同反饋控制系統(tǒng)的特征和變化。

作為神經(jīng)網(wǎng)絡(luò)對系統(tǒng)的理解，GFSEncoder編碼的每一維不會直接對應(yīng)到系統(tǒng)的物理參數(shù)，但是二者依然會存在一定聯(lián)系。

南棲仙策還額外發(fā)布了GFSEncoder Pro，將參數(shù)量提升50%以上。輸出的任務(wù)編碼維度從3維提升至8維，具有更強大的任務(wù)識別和編碼能力。

在發(fā)布會上，南棲仙策以滑塊的控制為例，展示了特征編碼是如何隨著物理參數(shù)的變化而變化的。B站搜索南棲仙策 https://www.bilibili.com/video/BV1Bd4y1c7n7/?spm_id_from=333.999.0.0&vd_source=81e9203bcfc1f33b834d254f33b023c7 可以看到完整的演示過程。

最后還需要強調(diào)的是，GFSEncoder并不需要額外測量系統(tǒng)的各種參數(shù)。

GFSEncoder下游應(yīng)用

（一）系統(tǒng)變動預(yù)警

很多系統(tǒng)在長時間的運行后會發(fā)生老化或者損壞。通過比對GFSEncoder輸出的編碼可實時監(jiān)控系統(tǒng)是否出現(xiàn)變化，預(yù)警系統(tǒng)失效。

（二）系統(tǒng)標定

GFSEncoder還可以根據(jù)當前系統(tǒng)編碼與標準系統(tǒng)編碼的差異來調(diào)整系統(tǒng)的參數(shù)，使用戶不需要精密測量，就可以將系統(tǒng)向標準系統(tǒng)校準。

（三）PID參數(shù)預(yù)測

在這個應(yīng)用中，南棲仙策介紹了將要推出的第二個模型，PIDPredictor。

PIDPredictor也是一個深度神經(jīng)網(wǎng)絡(luò)模型，能夠基于GFSEncoder編碼對相應(yīng)的最優(yōu)PID參數(shù)進行預(yù)測。GFSEncoder與PIDPredictor相結(jié)合，可以通過系統(tǒng)中的歷史軌跡信息得到最優(yōu)PID參數(shù)。

在展示當中，可以看出PIDPredictor所預(yù)測的PID參數(shù)的控制效果（右側(cè)）會比待整定的PID控制器好很多。B站搜索南棲仙策可以看到完整的演示過程。

（四）通用反饋任務(wù)控制

南棲仙策還將PID控制器用神經(jīng)網(wǎng)絡(luò)控制器替代，推出了通用反饋控制器，GFSController。GFSController是使用強化學(xué)習訓(xùn)練得到的通用控制器，它由GFSEncoder與一個神經(jīng)網(wǎng)絡(luò)控制器組合而成。

結(jié)合GFSEncoder對系統(tǒng)的快速編碼能力，GFSController可以做到部署即運行。

發(fā)布會以平衡車任務(wù)為例，進行了展示。在部署了GFSEncoder之后，無需進行任何針對性的調(diào)節(jié)，GFSController就能夠直接將平衡車控制在穩(wěn)定的狀態(tài)。

作為驗證，南棲仙策將GFSController部署至無人機高度控制任務(wù)中。作為對比，南棲仙策還引入了一個調(diào)好的二階PID完成同樣的任務(wù)，可以看出，GFSController與一個調(diào)好的PID控制器表現(xiàn)出了相當?shù)乃健?/p>

為了測試GFSController通用性，發(fā)布會上，南棲仙策對更多的衍生場景進行了假設(shè)和模擬：如果有一天人類登陸火星或是在高空飛行，這個無人機能否適應(yīng)新的環(huán)境變化？

GFSController很快就完成了對新系統(tǒng)的識別，其超調(diào)已經(jīng)明顯降低，然而PID控制器的超調(diào)依然很嚴重，以致于最后無人機撞擊到地面并損毀。B站搜索南棲仙策可以看到完整的演示過程。

需要注意的是，這里的PID控制器是一個二階級聯(lián)的PID控制器。而GFSController則是一階控制的。事實上，GFSController也能夠通過級聯(lián)來提升控制效果。這意味著GFSController除了通用性之外，還具有強大的拓展性。

南棲仙策已經(jīng)將GFSEncoder的相關(guān)的模型發(fā)布到了REVIVE官網(wǎng)。https://revive.cn 歡迎大家下載體驗。