博客

仿真建模长期以来一直被用于了解系统并探索 “假设性” 场景。但随着人工智能在仿真领域的兴起，模型如今能够随着时间的推移进行学习、适应，并做出更明智的决策。这篇博客文章探讨了机器学习在仿真中的应用是如何改变各行业规划、测试以及优化复杂流程的方式的。

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!