博客

2025 年的仿真建模正在迅速发展。从人工智能的集成、实时数字孪生到云端协作以及多方法仿真，让我们一同探索那些推动创新与提升效率的主要趋势。

ChatGPT是一种动态工具，可用于简化和加快仿真建模。查看这篇博文，了解这一令人兴奋的新进展，然后观看视频以更详细地了解一些用例。无论您是初学者还是高级建模师，AnyLogic团队的最新网络研讨会都能满足您的需求。

利用ChatGPT集成进行数据分析，提升您的仿真建模之旅。探索OpenAI的技术如何增强洞察力，促进决策者与模型之间的无缝交流。

当装载一个集装箱时，每寸空间的浪费都是一笔损失——无论是对你还是对你的公司。在仓储和物流中，将货物尽可能紧密地装入集装箱以减少集装箱数量是一件大事。决策实验室对此进行了深入研究，确定哪些技术可以帮助打包更快、更有效。阅读以了解有关该项目及其结果的更多信息。

在许多情况下，需要将经过训练的机器学习(ML)模型合并到仿真模型中。现在，得益于一个新的AnyLogic库， ONNX ML使模型变得更容易、更有效。

通过将此附加组件库合并到AnyLogic环境中，您的模型可以访问其功能，就像使用任何其他内置库一样。只需要将助手对象添加到模型中并配置它。继续阅读以了解更多信息。

我们在AnyLogic 8.7.4版中新加入了一项能够直接链接到 Pathmind 强化学习 (RL) 平台的新实验，可帮助仿真建模人员和人工智能相关从业人员充分利用仿真和 AI 之间的协同作用。实践证明，对于大型复杂系统，通过 Pathmind 强化学习平台得到的解决方案要优于固定成熟的常规启发式算法。

本篇博文主要介绍了集成Pathmind 的AnyLogic新实验，并重点介绍了 Engineering Group 使用 Pathmind RL 平台做的两个工业案例。

本文来自一篇关于在AnyLogic中使用Pathmind强化学习的博客，作者是来自埃森哲的Agustin Albinati。现在，AnyLogic中已经有专门的实验可以与Pathmind强化学习结合使用——了解更多。

每当有新技术出现，市场力量就会驱使各行业想方设法实施这些技术， 以取得优势或保持竞争力。随着时间的推移，会有新的工具被开发出来，有助于新技术的使用和更广泛地应用。

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。

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!

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。