研究人员开发了一个新颖的工业操作闭环控制框架，利用小型语言模型（SLM）进行策略生成和校正。该系统采用经过Group Relative Policy Optimization (GRPO) 对齐的Qwen2.5-1.5B模型来生成动作，然后由植物感知验证器（如数字孪生）进行验证。该方法旨在克服大型模型在边缘部署中的延迟和计算限制。在模拟中，该框架实现了高动作对齐精度并保持了稳健的物理调控，表明其在边缘可重构自主控制方面的可行性。 AI
影响 这项研究展示了一条使用更小、更高效的语言模型在实时控制系统中应用的实用途径，有望在边缘实现更广泛的自主操作。
排序理由 详细介绍一种新的AI驱动控制系统方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
