使用AnyLogic和微软Project Bonsai进行深度强化学习

使用AnyLogic和微软Project Bonsai进行深度强化学习

各个行业专家,即使是没有人工智能学习背景的专家,都可以通过微软Project Bonsai,将他们的专业知识直接融入AI智能体,并训练它们处理现实世界的业务问题。以下是我们在线研讨会的记录和相关资源,介绍了将Project Bonsai和AnyLogic仿真结合使用的关键概念和工作流程。

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。

AnyLogic和Project Bonsai的端到端工作流


Arash Mahdavi和David Coe基于AnyLogic和Project Bonsai的端到端工作流网络研讨会。

在此次网络研讨会中,为说明如何在仿真中训练AI智能体,我们将重构和包装一个基于作业成本分析的示例模型,并将它连接到Bonsai平台上。您可以从我们的 Project Bonsai 页面下载此模型的完整版。同时,在该页面中,您还可以找到另一个示例模型和可以与您自己的仿真模型一起使用的包装器。包装器中含一个用户指南文档。[如果您需要访问Project Bonsai,请申请Project Bonsai 预览]

为了消除深度强化学习的大部分复杂性,Project Bonsai使用目标、概念和课程来指定培训。这些共同构成了训练Bonsai“大脑”的机器教学指令,并使用 Inkling进行了解释性说明。在演示如何创建一个Bonsai大脑并开始本地培训或基于云的培训之前,David介绍了 Inkling语言。

经过训练的“大脑”可以控制一个仿真模型。为演示这一点,会议中将活动成本分析仿真模型返回到AnyLogic中,并使用一个导出为Azure网页应用程序的“大脑”进行控制。

如果您对网络研讨会有任何疑问,请在下方的评论区或视频的YouTube页面上留言。您有任何关于人工智能和AnyLogic的问题,也可以转到我们的联系页面直接与我们联系。如果您想了解更多信息,请获取我们的AI& Simulation in Business白皮书

相关文章