AnyLogic 是通用仿真领域的市场和技术领导者。 因此，AnyLogic 模型可以在许多不同的实际应用中帮助人工智能（AI） 从业者，包括：
使用Pypeline库对基于Python的经过训练的机器学习模型进行本地访问。
如果Python库可以访问已部署的经过训练的机器学习模型，则可以使用Pypeline（自定义AnyLogic库）对其进行查询。Pypeline允许您使用参数执行Python脚本，或使用本地安装的Python从AnyLogic模型中交互式运行Python代码。
了解更多
使用ONNX Helper库可以轻松访问以“.onnx”文件格式保存的经过训练的机器学习（ML）模型。ONNX格式是开放神经网络交换的缩写，是训练机器学习模型的标准化框架互操作格式。
虽然已有标准Java库存在，但它需要相对高级的技术知识才能使用。ONNX Helper是一个免费下载的附加库，适用于任何版本的AnyLogic（个人学习版、科研版、专业版）。通过单个对象和单个函数，它提供了一种简单易行的查询机器学习模型的方法。
了解更多
Use Alpyne, a Python library, for interactively running models exported from the RL experiment.
If an AnyLogic model contains a Reinforcement Learning Experiment and, optionally, some callbacks for triggering an action, then the model can be exported from AnyLogic and controlled in a Python script.
了解更多意大利热那亚的圣乔治航站楼计划对其设施的布局和运营进行重组，旨在提高吞吐量，使航站楼更加安全。他们需要一个港口模拟器——码头的数字孪生模型作为集装箱堆场规划的试验台，并帮助预测这些变化将如何影响当前的运营。
The Model Group位于瑞士 Weinfelden 的工厂每天有大约200个生产任务。作业车间调度由人工完成，效率很低。因此，他们需要找到一种方法来实施不同的作业车间调度技术，并对其进行比较和验证。ProSim 将仿真建模和人工智能相结合，开发出了一种解决方案，可以创建精确的规划，从而减少瓶颈。
Element AI将前沿AI研究和行业专业知识相结合，转换为可以快速地学习和改进的软件解决方案。该公司正在研究将仿真与AI相结合的潜在方法，并使用AnyLogic确定了三个需要解决的问题。
Engineering Ingegneria Informatica是一家享誉国际的数字系统集成领域的专家，它在全球50多个办事处拥有11000多名员工。其旗舰项目之一是一个平台生态系统，该平台可使其他技术实现彼此交互——交换价值、数字化流程、开发数字服务并为用户创造价值，特别是通过数字化转型的杠杆理念。
AnyLogic公司首席执行官Andrei Borshchev在2019年AnyLogic年度会议上总结了仿真在商业机器学习中的应用。着重介绍了AnyLogic提供的无风险且易于使用的训练环境。优酷
填写表格获取白皮书以及其他资料的下载链接(英文)。
通过白皮书了解在制定培训或测试策略以及在处理数据质量和数量时，AI和仿真如何形成强大的组合。从相关材料中，您可以清楚地了解使用AnyLogic进行仿真建模将对您的AI开发具有什么样的助益。阅读资料，观看视频，听取讨论，获取实际操作示例！
填写表格获取：