강화 학습은 AI 에이전트가 제어 정책을 학습하여 시스템의 주어진 상태에 대해 항상 가능한 최상의 조치를 선택하는 마르코프 결정 프로세스로서 문제를 프레임화한다는 아이디어를 기반으로 합니다. 시스템은 다소 무작위적이고 동적이어서, 보상 기반 학습 접근 방식이 기존 타 제어 이론 대비 더할 나위 없이 우수합니다.
Project Bonsai 는 AI 배경이 없는 사람이라도 주제 전문가가 직접 AI 모델에 전문성을 접목해 실제 비즈니스 문제 해결 방법을 가르칠 수 있도록 하였습니다. 강화 학습과 결합된 머신 러닝은 기업이 실제 시스템을 최적화하고 자동화할 수 있을 만큼 강력한 AI 모델을 구축할 수 있도록 지원합니다.
기업용 시뮬레이션 모델링 시장 점유율 1위 소프트웨어인 AnyLogic은 이미 가장 복잡한 문제를 풀기 위해, 시뮬레이션을 사용하는 각 산업 분야를 선도하는 기업의 사용자들을 확보했습니다. Project Bonsai의 딥러닝과 머신 러닝 기능의 추가는 적응형 제어 정책에 맞춘 시뮬레이션 기반 솔루션에 새로운 시대를 열었습니다.
시뮬레이션 모델을 학습 환경(또는 Project Bonsai 플랫폼의 "시뮬레이터")으로 전환하는 것을 단순화하기 위해, 모든 버전의 AnyLogic(전문가용, 대학 연구용, 개인 학습용)에 새로운 실험 유형인 "RLExperiment"를 추가했습니다. 이 RLE 실험을 사용하여 Project Bonsai 플랫폼과 원활하게 통신하는 데 필요한 기본 메커니즘이 있는 모델을 내보낼 수 있습니다.
RLE 실험에는 시뮬레이션 모델과 bonsai 플랫폼 간의 통신을 용이하게 하는 데 필요한 필드, 특히 각 에피소드의 설정 및 종료 조건, 각 에피소드 단계의 관찰 및 액션 공간이 있습니다.
아래 예제들은 Bonsai 플랫폼과 함께 학습 환경(시뮬레이터)으로 사용하기 위해 리팩터링된 두 개의 AnyLogic 예제 모델입니다. 아래 링크를 통해 모델에 접근하실 수 있습니다. 설명서는 동봉된 README.md 파일에 제공됩니다.
AnyLogic 시뮬레이션은 기업을 위한 AI 학습 및 테스트 플랫폼입니다. AnyLogic 범용 시뮬레이션을 사용하면 AI 모델을 학습시키고 테스트할 수 있어, 매우 디테일하고 굉장한 가상 환경을 구성할 수 있습니다. AnyLogic만의 다중 방법 시뮬레이션 기능은 기계 학습에 사용하기 위한 도구를 포괄적으로 제공합니다. 산업 전반에 걸친 주요 기업들은 개방형 API가 포함된 클라우드 플랫폼을 사용해 AI 성능을 향상하고 가속화하고 있습니다. AI Pack이 포함된 이메일과 White Paper에서 강력한 머신 러닝 도구에 대해 자세히 알아보세요!