人工智能代理与能动型人工智能——探索未来制造 的众多概念-计算机科学-生成式人工智能-AI代理.pdf

人工智能代理与能动型人工智能——探索未来制造

的众多概念

YinwangRen,YangyangLiu,TangJi,XunXu

DepartmentofMechanicalandMechatronicsEngineering,FacultyofEngineeringand

Design,UniversityofAuckland,20SymondsStreet,Auckland,1010,NewZealand

本Abstract

译

中AI代理是设计用于在动态环境中感知、推理和行动的自主系统。随着生成

式人工智能（GenAI）的快速发展，大型语言模型（LLMs）和多模态大型

1

v语言模型（MLLMs）显著提高了AI代理在语义理解、复杂推理和自主决策

6

7方面的能力。与此同时，代理型AI的发展突出了其在动态和复杂环境中适

3

1应性和目标导向自主性的能力。基于LLM的AI代理（LLM-Agents）、基于

0.MLLM的AI代理（MLLM-Agents）以及代理型AI扩展了AI在信息处理、

7

0环境感知及自主决策方面的能力，为智能制造开辟了新的途径。然而，这些

5

2新兴AI范式在智能制造中的定义、能力边界和实际应用尚不明确。为了解

:

v决这一问题，本研究系统回顾了人工智能及其代理技术的发展历程，考察

i

x了LLM-Agents、MLLM-Agents及代理型AI的核心概念和技术进步，并探

r

a

讨了它们在制造领域的潜在应用与集成以及可能面临的挑战。

Keywords:AI代理,具有能动性的AI,生成式AI,大型语言模型

（LLMs）,多模态大型语言模型（MLLMs）

1.介绍

作为复杂且数据密集型的领域，制造业面临着不断增加的挑战，原因

是日益增长的定制需求、更短的产品生命周期以及激烈的全球竞争[1,2]。

Correspondingauthor:XunXu(x.xu@auckland.ac.nz)

传统的自动化系统依赖固定规则，难以适应不断变化的客户需求。虽然先

进的机器人技术和经典机器学习已经提高了生产效率，但它们仍然受限于

预定义特征和有限的数据集[3]，使它们无法有效处理非结构化数据或新情

况。此外，制造业需要实时响应、精准控制以及连续决策与离散决策的集

成[4]。这些挑战凸显了对更灵活、适应性和智能的人工智能驱动解决方案

的需求。

生成式人工智能（GenAI）的迅速崛起重塑了多个行业，从内容创作

和软件开发到科学研究和业务自动化[5,6,7]。大型语言模型（LLMs），如

ChatGPT，在自然语言理解、自主推理和跨领域知识综合方面展现了前所

未有的能力[8,9]。与此同时，多模态大型语言模型（MLLMs）通过整合视

觉、传感器和结构化数据将这些能力扩展到文本之外，从而实现更复杂且

具备情境感知的决策过程[10,11]。

随着GenAI的进步，人工智能代理作为具备感知、推理和行动能力的系

统重新受到了关注[12]。最近的研究探讨了如何将LLMs和MLLMs整合到

AI代理（LLM-代理、MLLM-代理）中以扩展其适应性和决策潜力[13,14]。

与此同时，新兴的代理型人工智能范式代表了一种向自我导向、自适应且

目标驱动智能的转变，能够在动态环境中实现自主优化和战略决策[15,16]，

这是制造过程的一个典型场景。

LLM-代理、MLLM-代理和具有能动性的AI被认为以不同方式扩展了

AI的能力，提升了处理信息、环境意识和自主决策的水平。这些技术的进

步推动了AI代理的发展，并为未来的制造系统开启了新的可能性。然而，

尽管它们具备变革潜力，新兴制造领域中AI范式的定义、能力边界、应用

情境及相