في ظل التحديات التي يواجهها التصنيع الحديث، تتطلب العمليات الإنتاجية المزيد من القدرة على التحكم والتكيف. تتضمن هذه التحديات اتخاذ قرارات محلية مع تأثيرات عالمية، ووجود معلومات جزئية، والاستجابة السريعة وجوانب متعددة من الديناميكية التي ترفض النمذجة التقليدية. في هذا السياق، يقدم التعلم المعزز متعدد الوكلاء (MARL) نسقًا طبيعيًا للتعامل مع هذه المتطلبات.

تسعى هذه الورقة البحثية لتحديد كيفية تعزيز نماذج اللغات الضخمة (LLMs) في مراكز التنسيق ضمن أنظمة التصنيع. وقد تم تنظيم الأدبيات حول أربعة نقاط ربط رئيسية لنماذج اللغات الضخمة: تصميم السياسة، تصميم المكافآت، التواصل بين الوكلاء، والتخطيط الهرمي.

جاءت المساهمة الرئيسية للبحث في شكل معمارية مرجعية ثلاثية الطبقات ترتكز على التعلم المعزز متعدد الوكلاء، توفر القدرة على التفكير الدلالي، والتحكم التعاوني التكيفي، والتنفيذ المضمون بشكل مستقل. وقد أظهر البحث أن الأنظمة التقليدية لـ MARL تكمن قوتها في التنسيق اللامركزي المتكرر بعد التدريب الخاص بالمهام، بينما تُظهر مكونات LLM وعودًا واعدة في مجالات مثل التفسير الدلالي والتفاعل البشري.

تستمر هذه الورقة عبر تحليل جهد النشر وقدرة النظام على التكيف، مما يمهد الطريق لمزيد من النظريات والتطبيقات في المجال. تبقى النماذج الحالية للتحكم في التصنيع المستندة فقط إلى LLMs بحاجة إلى مزيد من التطوير لتحقيق التطابق مع التحكم الآمن والدقيق في الوقت الحقيقي.

هل تعتقد أن الاعتماد على نماذج اللغات الضخمة يمكن أن يعيد تشكيل مستقبل التصنيع الذكي؟ شاركونا آرائكم.