NEC公司（NEC）、米乐m6官方网站（AIST）、三井化学株式会社（三井化学）、Omega模拟有限公司。Omega模拟公司构建了一个运营支持系统，该系统将支持化工厂等大型基础设施运营的逻辑思维AI与模拟器上再现的镜像工厂相结合，并在三井化学工厂进行了演示，其运营效率比传统工厂高出40%由操作员手动操作。
这项技术有望提高化工厂的运营效率，例如通过缩短稳定运营所需的时间来减少所需的原材料和能源数量。
图1该技术在化工厂运行中的效果
近年来，化工厂一直在生产满足客户多样化需求的产品。改变产量或产品的操作变更必须在牢记安全的同时进行，因此它们由操作员手动执行，或使用顺序控制以基于规则的方式重现经验丰富的操作员的操作。由于工厂条件变化缓慢，可能需要几个小时到半天的时间才能进行操作更改，直到工厂得到优化。人们希望提高效率，因为重复尝试运营变革会浪费原材料和能源。针对这些问题，强化学习等人工智能技术的研究正在取得进展，但还无法处理植物等大规模、复杂的目标。
NEC 和 AIST 开发了“逻辑思维 AI”，这是一种人工智能技术，可以有效地操作大规模、复杂的基础设施（例如工厂）并展示其原理。注意）。 “逻辑思维AI”利用强化学习在模拟器上尝试人类以前没有进行过的操作，从而优化操作员之前通过多次试错进行的操作变更操作。通过让操作员检查并操作这一优化操作，可以缩短更改操作所需的时间。这次，我们将这项技术与OmegaSimulation的镜像工厂（在线动态模拟器）联系起来，应用到三井化学的实际训练工厂中（图2）。结果，我们确认与操作员手动操作相比，改变产量的操作时间可以减少 40%。 （图3）
图2演示系统
图3 人工智能操作与手动操作对比
(比较目标状态-黄色部分-已经处于30分钟的时间点作为操作变化的完成点)
1。降低化工厂的运营成本
利用这项技术，可以根据工厂条件产生消除浪费的最佳操作，减少改变操作所需的时间，并可以减少原材料和蒸汽的使用量。
该技术是强化学习技术的独特扩展（注），可以学习最优操作。由于可以根据手册、操作规则等中包含的信息，使用逻辑推理进行模拟，从而大大缩小应尝试的程序，因此我们能够在世界上首次将强化学习技术应用于操作变化较多的复杂真实设备（例如化工厂）。
2。操作员可以决定是否执行AI建议的操作
在化工厂等重要设施中，是否运行必须由操作人员做出最终决定。传统的强化学习仅输出操作量，操作者很难判断是否执行操作。该技术通过向操作员呈现基于手册的操作依据和假定的模拟结果，允许操作员决定是否继续操作。
四方将进一步发展本次示范实验的成果，通过开发使用人工智能和模拟器的运营支持技术，为提高化工厂的运营效率做出贡献。