深度好文｜LLM在工业控制中的应用空气调节系统

1

前言

最近，微软亚洲研究院提出可以将 LLM 用于工业控制，而且仅需少量示例样本就能达成优于传统强化学习方法的效果。该研究尝试使用 GPT-4 来控制空气调节系统（HVAC），达到了很好的效果。

这篇论文的精华就在于提供了一种 LLM 工程化落地的新颖方案，笔者在读这个论文的时候，受到了很大的启发。

2

系统模块

先来看整个系统的设计

其中状态（state）是核心，所有流程都是围绕状态流转，HVAC 中的状态其实就是一个元组，其中的数字表示每个房间的温度，外面的温度，地面温度等信息。

看不懂没关系，先讲下各模块的作用

• LLM：不解释了，核心决策大脑

• 环境：一个交互式环境或模拟器，可以执行 LLM 建议的动作并提供反馈。其中值得注意的是作者设计了一个奖励函数，用来计算 LLM 决策结果的优劣

• 在线缓冲器：存储当前的状态及其决策和得到的结果

• 翻译器：上面讲的状态是一组数字，LLM 肯定不理解这些数字是什么意思，所以需要把这些数字“翻译”成 LLM 能理解的自然语言。例如 state: (19,24,26,23,10)可以翻译成：四个房间的温度分别为 19 度，24 度，26 度，23 度，室外温度为 10 度。（举个例子而已，真正的 state 比这个复杂多了）

• 向量化模型：将翻译器的结果转成机器能理解的 Token 序列

• 专家示例数据库：专家编写的一些专业示例

• KNN 模型：选取专家示例库中最相似的状态

• 聚类模型（K-means）：聚类专家示例库，作为 prompt 中的参考示例（多说一句，最理想的方式肯定是把所有的专家示例都给 LLM 作为参考，但是不现实，所以用这种方案来进行优化）

• prompt 生成器：将各部分得到的内容塞到 prompt 模版中，如下图

3

prompt 设计

Agent 的能力与 Prompt 的好坏是强相关的，让我们来看看 prompt 的设计。

总共分 5 大块：

• 当前状态：告诉 LLM 当前的状态，建筑类型，外部天气信息，所在城市等

• 系统信息：给 LLM 定义一个角色，告诉他我需要让他完成的任务

• 指令模块：通过指令翻译器，给 LLM 用自然语言传递指令

• 示例模块：给出 N 个示例，包括在线缓冲器中存储的前 1/N 个状态及其附加信息，聚类模型聚类后各中心点的示例信息，KNN 模型选择出最适合当前 state 的示例

• 对当前状态的描述

4

最后

prompt 输出给 LLM，让 LLM 做出下一步的决策（action），然后将决策结果输入到奖励函数中，判断决策的正确程度。循环往复，这就是空气调节系统的整体设计，还是非常巧妙的。

5

论文

http://export.arxiv.org/pdf/2308.03028

原文始发于微信公众号（我不是Hacker）：深度好文｜LLM在工业控制中的应用--空气调节系统