Towards autonomous system: flexible modular production system enhanced with large language model agents

要約

タイトル：自律システムに向けた柔軟なモジュラープロダクションシステムの大規模言語モデルエージェントによる強化

要約：

– この論文では、大規模言語モデル（LLM）、デジタルツイン、産業用自動化システムを組み合わせた新しいフレームワークを紹介する。
– モジュラープロダクション施設向けの自動化システムを改修し、細かい機能と粗いスキルの実行可能な制御インタフェースを作成する。
– 低レベルの機能は自動化コンポーネントによって実行され、高レベルのスキルは自動化モジュールによって実行される。
– その後、これらのインタフェースを登録し、生産システムに関する追加的な記述情報を含むデジタルツインシステムを開発する。
– 改良された自動化システムと作成されたデジタルツインに基づいて、LLMエージェントを設計し、デジタルツイン内の記述的な情報を解釈し、サービスインタフェースを通じて物理システムを制御する。
– これらのLLMエージェントは、自動化システム内の異なるレベルでの知的エージェントとして機能し、柔軟な生産の自律的な計画と制御を可能にする。
– 入力されたタスク指示に基づいて、LLMエージェントはタスクを達成するために原子的な機能とスキルのシーケンスを組み合わせる。
– 実装されたプロトタイプが未定義のタスクを処理し、生産プロセスを計画し、操作を実行する方法を示し、LLMを産業用自動化システムに統合することによる柔軟で適応的な生産プロセスの潜在能力を強調する。

要約(オリジナル)

In this paper, we present a novel framework that combines large language models (LLMs), digital twins and industrial automation system to enable intelligent planning and control of production processes. We retrofit the automation system for a modular production facility and create executable control interfaces of fine-granular functionalities and coarse-granular skills. Low-level functionalities are executed by automation components, and high-level skills are performed by automation modules. Subsequently, a digital twin system is developed, registering these interfaces and containing additional descriptive information about the production system. Based on the retrofitted automation system and the created digital twins, LLM-agents are designed to interpret descriptive information in the digital twins and control the physical system through service interfaces. These LLM-agents serve as intelligent agents on different levels within an automation system, enabling autonomous planning and control of flexible production. Given a task instruction as input, the LLM-agents orchestrate a sequence of atomic functionalities and skills to accomplish the task. We demonstrate how our implemented prototype can handle un-predefined tasks, plan a production process, and execute the operations. This research highlights the potential of integrating LLMs into industrial automation systems for more agile, flexible, and adaptive production processes, while it also underscores the critical insights and limitations for future work.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI