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(huì)上，介紹了強(qiáng)化學(xué)習(xí)工業(yè)軟件REVIVE的新版本，更為驚艷的是，還發(fā)布了首個(gè)工業(yè)控制預(yù)訓(xùn)練模型?？梢灶A(yù)見到強(qiáng)化學(xué)習(xí)，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(chǎng)景將帶來巨大變革。

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

"我們?cè)诙嗄甑穆涞亟?jīng)驗(yàn)中，吸取了非常多的教訓(xùn)，我們相信這個(gè)版本，能夠帶來更加智能，準(zhǔn)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(zhǔn)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(cuò)的流程當(dāng)中解脫出來，自動(dòng)進(jìn)行結(jié)構(gòu)優(yōu)化和推薦，幫助用戶輕松構(gòu)建模型和進(jìn)行虛擬環(huán)境的訓(xùn)練。

更加準(zhǔn)確：正如人類在做決策時(shí)可以很快認(rèn)知他所面臨的環(huán)境，REVIVE通過生成、自動(dòng)識(shí)別并自動(dòng)匹配不同環(huán)境和最佳元策略模型，對(duì)最終的策略進(jìn)行調(diào)優(yōu)。針對(duì)實(shí)際環(huán)境，選擇出最適宜準(zhǔn)確的決策。

更加靈活：在現(xiàn)實(shí)應(yīng)用中往往會(huì)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(shí)，新版本也更容易拆分出子模塊進(jìn)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(dòng)和模型進(jìn)行交互，看看做了不同改變會(huì)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(chǎng)景的REVIVE SDK，本場(chǎng)發(fā)布會(huì)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(chǎng)景中。這類任務(wù)需要對(duì)實(shí)施過程中的每一步所引起的客觀效果進(jìn)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(jì)劃決策和實(shí)施方案，在往復(fù)動(dòng)態(tài)中達(dá)到控制目標(biāo)。

不同的場(chǎng)景之下，工程師們需要根據(jù)不同的場(chǎng)景和環(huán)境去調(diào)整每一個(gè)控制參數(shù)，達(dá)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(shí)現(xiàn)這項(xiàng)技術(shù)的關(guān)鍵核心在于，對(duì)不同任務(wù)的自動(dòng)識(shí)別。只有當(dāng)它識(shí)別了當(dāng)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(duì)不同的任務(wù)都做出最優(yōu)的決策。

針對(duì)這個(gè)問題，南棲仙策推出了通用反饋控制系統(tǒng)識(shí)別器：GFSEncoder。它能夠輸出3維的編碼，來識(shí)別和表達(dá)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(duì)系統(tǒng)的理解，GFSEncoder編碼的每一維不會(huì)直接對(duì)應(yīng)到系統(tǒng)的物理參數(shù)，但是二者依然會(huì)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(qiáng)大的任務(wù)識(shí)別和編碼能力。

在發(fā)布會(huì)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(qiáng)調(diào)的是，GFSEncoder并不需要額外測(cè)量系統(tǒng)的各種參數(shù)。

GFSEncoder下游應(yīng)用

（一）系統(tǒng)變動(dòng)預(yù)警

很多系統(tǒng)在長(zhǎng)時(shí)間的運(yùn)行后會(huì)發(fā)生老化或者損壞。通過比對(duì)GFSEncoder輸出的編碼可實(shí)時(shí)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(biāo)定

GFSEncoder還可以根據(jù)當(dāng)前系統(tǒng)編碼與標(biāo)準(zhǔn)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(cè)量，就可以將系統(tǒng)向標(biāo)準(zhǔn)系統(tǒng)校準(zhǔn)。

（三）PID參數(shù)預(yù)測(cè)

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

PIDPredictor也是一個(gè)深度神經(jīng)網(wǎng)絡(luò)模型，能夠基于GFSEncoder編碼對(duì)相應(yīng)的最優(yōu)PID參數(shù)進(jìn)行預(yù)測(cè)。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(dāng)中，可以看出PIDPredictor所預(yù)測(cè)的PID參數(shù)的控制效果（右側(cè)）會(huì)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(qiáng)化學(xué)習(xí)訓(xùn)練得到的通用控制器，它由GFSEncoder與一個(gè)神經(jīng)網(wǎng)絡(luò)控制器組合而成。

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

發(fā)布會(huì)以平衡車任務(wù)為例，進(jìn)行了展示。在部署了GFSEncoder之后，無需進(jìn)行任何針對(duì)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(yàn)證，南棲仙策將GFSController部署至無人機(jī)高度控制任務(wù)中。作為對(duì)比，南棲仙策還引入了一個(gè)調(diào)好的二階PID完成同樣的任務(wù)，可以看出，GFSController與一個(gè)調(diào)好的PID控制器表現(xiàn)出了相當(dāng)?shù)乃健?/p>

為了測(cè)試GFSController通用性，發(fā)布會(huì)上，南棲仙策對(duì)更多的衍生場(chǎng)景進(jìn)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(gè)無人機(jī)能否適應(yīng)新的環(huán)境變化？

GFSController很快就完成了對(duì)新系統(tǒng)的識(shí)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(yán)重，以致于最后無人機(jī)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(gè)二階級(jí)聯(lián)的PID控制器。而GFSController則是一階控制的。事實(shí)上，GFSController也能夠通過級(jí)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(qiáng)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(yàn)。