Специалисты Санкт-Петербургского политехнического университета Петра Великого создали набор алгоритмов для оптимизации технологических процессов в промышленности и строительстве, используя мультиагентный подход. Эта разработка способствует более эффективному распределению ресурсов в децентрализованных производственных системах и, как результат, снижает потребление энергетических и материальных ресурсов.

Работа ведется в сотрудничестве с такими компаниями, как «Газпром нефть», «ИдеалСтрой» и «Газпромнефть НТЦ» при поддержке федеральной программы «Приоритет-2030».

Мультиагентная система представляет собой структуру, где множество независимых участников-агентов (люди, машины, роботы, программные модули и логистические узлы) взаимодействуют друг с другом и окружающей средой для повышения общей эффективности системы. Проект нацелен на устранение ограничений текущих инструментов оптимизации, основанных на мультиагентном подходе, что в свою очередь улучшает эффективность и устойчивость решений.

Специалисты СПбПУ разработали систему, которая осуществляет оптимизацию через итеративное взаимодействие интеллектуальных агентов, уточняющих сценарии управления производственными процессами с учетом индивидуальных планов и поступающей информации. Эта мультиагентная система является частью цифровой платформы для анализа мультимодальных данных ПОЛАНИС, разрабатываемой в рамках ключевого научно-технологического направления университета – «Искусственный интеллект для решения кросс-отраслевых задач».

Алгоритмы уже продемонстрировали значительное повышение эффективности по сравнению с традиционными методами: они находят решения с аналогичной степенью оптимальности в десять раз быстрее и при увеличении времени моделирования превосходят технологические параметры оптимизируемой системы.

Например, в нефтегазовой отрасли разработка поможет более точно распределять ресурсы для геолого-технических мероприятий и бурения новых скважин, что может привести к увеличению объемов добычи нефти. В настоящее время политехники продолжают дорабатывать прототип программы для оптимизации процессов на основе мультиагентного подхода и тестируют его на реальных данных.

«У каждого управляющего агента в моделируемой системе свой уровень знаний: одни лучше знают текущее состояние скважин и инфраструктуры, а другие – региональные – видят всю картину целиком, но менее детально. Каждый агент на основе своих данных предлагает свой план работ и варианты обмена ресурсами. Дальше они многократно согласовывают решения между собой, постепенно улучшая результат – так растет и локальная, и общая добыча в регионе. В этом особенность нашей разработки – вместо одного централизованного решения у нас работают агенты, которые сами предлагают сценарии и договариваются между собой. За счет этого получаются более устойчивые и реалистичные планы, которые решают задачи управляющих агентов на всех уровнях», – отметил преимущества разработки руководитель проекта, к.т.н., заведующий лабораторией «Цифровое моделирование индустриальных систем» ПИШ СПбПУ Алексей Гинцяк.

Сотрудничество с промышленными компаниями позволит политехникам разработать комплекс программных решений для оптимизации технологических процессов на основе мультиагентного подхода, включая отраслевые библиотеки для быстрой и эффективной интеграции разработанного продукта в существующие системы поддержки принятия решений, что повысит качество управления производством.

Ранее мы писали, что российские ученые смогли научить роботов понимать язык жестов.