AAOSC: Adaptive agent-oriented system control

Seyed Soheil Mansouri

doi:10.1016/j.coche.2026.101253

2026-04-13

Seyed Soheil Mansouri *

Eric Reuthe

Mohammad Reza Boskabadi

Christopher J. Savoie

DOI：10.1016/j.coche.2026.101253

原文链接

查看原文

摘要

En 中文

复杂工业过程编排的挑战——无论是生物制造、供应链还是可持续燃料生产——源于其固有的非线性动力学、恶劣环境中实时测量的不透明性以及在全球中断和去碳化要求下对韧性的日益增长的需求。传统的集中式控制架构依赖全面的传感器阵列和僵化的优化例程，在这些不确定性下表现不佳，导致产量低下、安全漏洞和资源利用效率低下。正如过程系统工程中关于智能体人工智能（AI）的最新观点所阐述的，这些局限性凸显了迫切需要利用分布式、自适应决策范式来弥合感知差距、推断隐藏模式并实施主动决策的需求。在此视角下，我们重新焕发了基础自适应面向智能体的软件架构——该蓝图曾推动早期的分布式AI创新，如苹果的Siri——并将其发展为自适应面向智能体的系统控制（AAOSC）框架，即一个围绕专业自主智能体构建的去中心化控制层，通过数字孪生和实时通信协议进行协调。AAOSC并非提出新的算法组件，而是提供了一种统一的架构方法，用于在赛博物理过程系统中集成混合物理信息模型、基于学习的推理和分布式控制。本文提出的四个案例研究——涵盖供应链安全、闭环生物制造控制、量子增强异常检测以及生物质衍生可持续航空和船舶燃料的数字孪生前瞻性优化——共同证明了AAOSC的能力：减少偏差持续时间、避免严重故障场景下的停机，并通过虚拟传感和去中心化推理提高效率，同时符合安全与可持续性的监管要求。展望未来，AAOSC为赛博物理生态系统规划了一条路径，旨在支持未来符合监管要求的安全关键型行业部署，不仅最小化与人为疲劳相关的风险（制造业事故的主要原因），还使先进控制民主化，适用于全球分散式运营。未来实施必须优先考虑混合边缘-云部署以实现低延迟操作、强大的加密协议以在多利益相关者网络中进行智能体认证，以及符合美国食品药品监督管理局/欧洲药品管理局（FDA/EMA）标准在生物制药和食品生产监管行业中的资格认证和治理框架。扩展可包括智能体内的多逻辑决策集合、量子加速推理以实现超快推理，以及与新兴生成模型的无缝集成以进行预测场景生成。通过将智能体原则从消费者界面扩展到关键任务可持续性挑战，AAOSC有望催化一个具有韧性和公平性的工业智能新纪元，其中计算智能体将不知疲倦地保护和优化物理世界。

Keyword:

Adaptive Agent-Oriented System Control

Distributed Control

Cyber-Physical Systems

Process Optimization

Sustainable Manufacturing