AssemblyLineEnv

新框架增强AI在装配线中断恢复中的能力

研究人员开发了一个新框架，以改进装配线中断恢复的决策制定。这个阶段感知引导注入系统通过在评估期间对logit层进行动作选择偏置来增强训练好的循环多智能体近端策略优化（RMAPPO）策略。该框架允许集成各种外部恢复知识源，包括基于规则、基于回放和基于LLM的引导，并且仅在操作的异常或恢复阶段激活。实验表明，基于规则的引导提供了最显著的改进，而LLM引导提供了有用的中间收益。