arXivDaily arXiv每日学术速递 周一至周五更新
北美退伍军人节（Veterans Day），12 日无更新
arXiv 2409.18009eess.SYcs.AIcs.HCcs.MAcs.ROcs.SY
收藏

利用大语言模型智能体控制工业自动化系统

Control Industrial Automation System with Large Language Model Agents

Yuchen Xia, Nasser Jazdi, Jize Zhang, Chaitanya Shah, Michael Weyrich

备注：
Pre-print accepted at 30th IEEE ETFA 2025
阅读 PDF
arXiv 页面 ↗HTML 原文 ↗

AI总结：

针对传统工业自动化系统操作难、适配新流程需复杂重编程的问题，提出集成大语言模型的端到端控制框架，含工业任务智能体、结构化提示与事件驱动信息建模，可响应突发事件、支持自然语言操作，并提供系统设计、验证实现及专属数据集生成方法。

摘要：

传统工业自动化系统需要专业技能才能操作，且要进行复杂的重新编程才能适配新流程。大语言模型具备的智能性可让这类系统更灵活、更易用，但大语言模型在工业场景中的应用仍有待充分探索。\n本文提出了一个集成大语言模型的框架，可实现对工业自动化系统的端到端控制。该框架的核心包括为工业任务设计的智能体系统、结构化提示方法，以及为大语言模型推理提供实时数据的事件驱动信息建模机制。框架会向大语言模型提供不同上下文语义层级的实时事件，使其能够解读信息、生成生产计划，并控制自动化系统的运行。它还支持构建结构化数据集，用于大语言模型在该下游应用上的微调。\n我们的贡献包括正式的系统设计、概念验证实现，以及生成用于大语言模型微调与测试的任务专属数据集的方法。该方法打造了更具适应性的自动化系统，可响应突发事件，同时支持通过自然语言实现更简便的操作与配置，带来更直观的人机交互体验。我们在GitHub提供了演示视频和详细数据：https://github.com/YuchenXia/LLM4IAS。

英文摘要：

Traditional industrial automation systems require specialized expertise to operate and complex reprogramming to adapt to new processes. Large language models offer the intelligence to make them more flexible and easier to use. However, LLMs' application in industrial settings is underexplored. This paper introduces a framework for integrating LLMs to achieve end-to-end control of industrial automation systems. At the core of the framework are an agent system designed for industrial tasks, a structured prompting method, and an event-driven information modeling mechanism that provides real-time data for LLM inference. The framework supplies LLMs with real-time events on different context semantic levels, allowing them to interpret the information, generate production plans, and control operations on the automation system. It also supports structured dataset creation for fine-tuning on this downstream application of LLMs. Our contribution includes a formal system design, proof-of-concept implementation, and a method for generating task-specific datasets for LLM fine-tuning and testing. This approach enables a more adaptive automation system that can respond to spontaneous events, while allowing easier operation and configuration through natural language for more intuitive human-machine interaction. We provide demo videos and detailed data on GitHub: https://github.com/YuchenXia/LLM4IAS.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

↑