1已點贊

沈陽自動化所在大模型賦能“感-通-算-控”協同優化研究方面取得進展

研發快訊 2026年07月10日 11:57:48來源：中國科學院沈陽自動化研究所 16197

摘要工業信息物理系統（Cyber-Physical Systems, CPS）是感知、通信、計算、控制（簡稱 S3C）深度耦合的復雜系統，廣泛支撐智能制造、工業機器人集群、邊緣智能等核心場景。

　　【儀表網研發快訊】工業信息物理系統(Cyber-Physical Systems, CPS)是感知、通信、計算、控制(簡稱 S3C)深度耦合的復雜系統，廣泛支撐智能制造、工業機器人集群、邊緣智能等核心場景。當前該類系統普遍存在高維狀態空間、非凸優化目標、局部觀測受限等痛點：傳統獨立優化策略難以實現四域全局協同；常規多智能體強化學習(MADRL)缺乏先驗知識引導，探索效率低下，極易收斂至局部最優，難以滿足工業場景低時延、高精度控制需求。

　　針對上述瓶頸，中國科學院沈陽自動化研究所工業控制網絡與系統研究室科研團隊，提出大語言模型(LLM)增強的多智能體遷移強化學習算法框架 LLMPT-MADRL，充分挖掘大模型語義推理、先驗知識輸出能力，提升多維度協同優化性能。相關成果近期發表于IEEE/CAA Journal of Automatica Sinica。

　　科研團隊將“感-通-算-控”聯合優化問題建模為部分可觀察馬爾可夫決策過程，設計了包含LLM模塊、MADRL模塊和策略選擇模塊的算法架構。其中，LLM模塊通過提示詞輸出優質指導策略；MADRL模塊采用Actor-Critic結構完成策略優化；策略選擇模塊依靠概率機制動態融合兩類輸出，實現訓練階段策略平滑切換。同時，他們還設計了自適應遷移損失函數，以解決LLM與強化學習網絡規模異構問題，保障知識有效遷移。科研團隊以降低系統時延與控制誤差為目標，對采樣系數、通信帶寬、計算頻率、控制輸入等“感-通-算-控”開展聯合優化仿真，選取MADDPG、MATD3、MAPPO作為對比基線，采用集中訓練、分布式執行模式完成驗證。

　　研究結果表明，LLMPT-MADR各項指標均優于傳統多智能體算法，相比基線方法綜合獎勵提升16.8%，系統時延降低24.5%，控制誤差減少10.4%。證明了大模型可加速策略學習，抑制策略波動，顯著提升系統穩定性與控制效果。

　　相關成果以LLM-Enhanced Multi-Agent Transfer Reinforcement Learning for Sensing, Communication, Computing, and Control Co-Optimization in Cyber-Physical Systems為題發表，碩士生張俊遠為論文第一作者，許馳研究員為通訊作者。該研究得到了國家自然科學基金項目、遼寧省科技計劃項目和遼寧省“興遼英才”計劃項目的支持。

　　引用：沈陽自動化所在大模型賦能“感-通-算-控”協同優化研究方面取得進展中國科學院沈陽自動化研究所【2026年7月10日】

我要評論

昵稱

匿名

文明上網，理性發言。（您還可以輸入200個字符)

表情

所有評論僅代表網友意見，與本站立場無關。

儀表網首頁資訊首頁

延伸閱讀

版權與免責聲明

凡本網注明"來源：儀表網"的所有作品，版權均屬于儀表網，未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的，應在授權范圍內使用，并注明"來源：儀表網"。違反上述聲明者，本網將追究其相關法律責任。
本網轉載并注明自其它來源的作品，目的在于傳遞更多信息，并不代表本網贊同其觀點或證實其內容的真實性，不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時，必須保留本網注明的作品來源，并自負版權等法律責任。
如涉及作品內容、版權等問題，請在作品發表之日起一周內與本網聯系，否則視為放棄相關權利。
合作、投稿、轉載授權等相關事宜，請聯系本網。聯系電話：0571-87759945，QQ：1103027433。