ترجمه فارسی مقاله یادگیری بازی های بالقوه مبتنی بر دولت برای بهینه سازی فرآیند در سیستم های تولید غیر متمرکز

چکیده

This paper presents a novel transfer learning approach in state-based potential games (TL-SbPGs) for enhancing distributed self-optimization in manufacturing systems. The approach focuses on the practical relevant industrial setting where sharing and transferring gained knowledge among similar-behaved players improves the self-learning mechanism in large-scale systems. With TL-SbPGs, the gained knowledge can be reused by other players to optimize their policies, thereby improving the learning outcomes of the players and accelerating the learning process. To accomplish this goal, we develop transfer learning concepts and similarity criteria for players, which offer two distinct settings: (a) predefined similarities between players and (b) dynamically inferred similarities between players during training. We formally prove the applicability of the SbPG framework in transfer learning. Additionally, we introduce an efficient method to determine the optimal timing and weighting of the transfer learning procedure during the training phase. Through experiments on a laboratory-scale testbed, we demonstrate that TL-SbPGs significantly boost production efficiency while reducing power consumption of the production schedules while also outperforming native SbPGs.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله یک رویکرد یادگیری انتقال جدید در بازی های بالقوه مبتنی بر دولت (TL-SBPG) برای تقویت خود بهینه سازی توزیع شده در سیستم های تولید ارائه شده است.این رویکرد بر روی محیط صنعتی مربوطه کاربردی متمرکز است که در آن به اشتراک گذاری و انتقال دانش در بین بازیکنان رفتار مشابه ، مکانیسم خودآموزی را در سیستم های در مقیاس بزرگ بهبود می بخشد.با استفاده از TL-SBPG ، دانش به دست آمده توسط سایر بازیکنان برای بهینه سازی سیاست های خود قابل استفاده مجدد است ، در نتیجه نتایج یادگیری بازیکنان را بهبود می بخشد و روند یادگیری را تسریع می کند.برای تحقق این هدف ، ما مفاهیم یادگیری انتقال و معیارهای شباهت را برای بازیکنان تهیه می کنیم ، که دو تنظیم متمایز را ارائه می دهند: (الف) شباهت های از پیش تعریف شده بین بازیکنان و (ب) شباهت های پویا استنباط شده بین بازیکنان در طول تمرین.ما به طور رسمی کاربرد چارچوب SBPG در یادگیری انتقال را اثبات می کنیم.علاوه بر این ، ما یک روش کارآمد برای تعیین زمان بهینه و وزن گیری روش یادگیری انتقال در مرحله آموزش معرفی می کنیم.از طریق آزمایشات روی بستر آزمایشگاهی در مقیاس آزمایشگاهی ، ما نشان می دهیم که TL-SBPG ها به طور قابل توجهی راندمان تولید را افزایش می دهند در حالی که مصرف برق برنامه های تولید را کاهش می دهد و در عین حال از SBPG های بومی نیز بهتر است.