博客

如何使用AnyLogic和微软 Project Bonsai将深度强化学习应用到实际业务中。

这次网络研讨会遵循AnyLogic与微软的合作，将深度强化学习和机器教学应用到商业应用中。微软Project Bonsai团队的项目经理David Coe和AnyLogic人工智能项目负责人Arash Mahdavi演示了使用仿真训练人工智能以及在仿真中实现AI控制的端到端工作流。

Anylogistix2.11.0添加了新特性、新的示例模型和新的高级运输优化实验。anyLogistix的所有版本，包括个人学习版在内，均已更新到2.11.0。另外，现在还可以通过本地服务器对Studio版的软件进行许可证的管理和租赁。总的来说，新版本的软件扩展了anyLogistix的功能，提升了软件的易用性，能够更好的帮助用户进行供应链的设计和决策。了解更多关于新版本的亮点，请继续阅读。

AnyLogic8.6更新！在此博客中，您可以看到新的物料处理功能以及轨道库的新增功能等重要变化。继续阅读以了解更多信息。

使用仿真来训练AI智能体。AnyLogic和微软联手将Project Bonsai的深度强化学习和机器教学功能应用到实际业务中。

继续阅读，了解更多关于此次协作的信息，试用操作平台和演示模型。Let’s go!

通过此网络研讨会视频回放以及随附的仿真模型，学习如何创建自配置物料搬运数字孪生。此次网络研讨会由本杰明·舒曼（Benjamin Schumann）博士分三部分进行介绍，涵盖了如何自动配置机器和产品、输送机和自动导引车（AGV）。

想象一下您接到了马云的电话——

观看如何使用AnyLogic流程仿真软件对生产、医疗保健、仓库和其他模型中的多层设施进行设计。请观看我们的生产仿真网络研讨会视频，了解关于生产流程建模的更多信息。

与世界上许多国家一样，荷兰的能源系统起源于集中市场和可再生能源发电的时代。这种情况现在正在迅速改变——能源市场开放竞争，家庭通常使用可再生能源发电，而且越来越多的人转向使用电动汽车。在这些变化发生的同时，电力供应必须保持稳定且经济适用。

Sjors Hijgenaar 对这些发展提出了与变化本身一样激进的回应——分散智能电网并且本地能源直接交易。在他的分析中，一个基于智能体的荷兰社区仿真模型证明了该建议在效率和可靠性方面的优势。这是如何运作的？

商业咨询公司NFP的AnyLogic专家致力于解决一家大型国际冶金公司的起重机任务分配问题。

他们采用了机器学习的创新解决方案，并改进了专家选择的策略。继续阅读以了解有关该项目的更多信息。

AnyLogic 8.4版本进行了多项重要更新，其中有一部分是关于物料搬运库的。我们新增了新的空间标记元素——the Crane（起重机）。通过这个元素可以创建工厂内的臂式起重机，同时也可以模拟施工现场的台式起重机以及执行装卸操作的机器人。The MoveByCrane模块可以移动物体，即使是在一些没有关联的输送带网络中。

在这里，我们将教您如何使用这些元素。用到的示例模型包括：MoveByCrane（起重机设备搬运）和Jib Cranes at Press Shop（冲压车间的悬臂起重机）。 准备好了吗？最后需要确保您安装了最新版本的AnyLogic，打开模型我们开始吧！

在流程中使用智能体。

您可以通过本视频学习如何使由状态图定义行为的智能体通过由流程图定义的过程。

混合建模是AnyLogic的优势之一。该视频演示了基于智能体和离散事件相结合的建模方法。您可以观察到两种方法如何定义智能体的行为。