LLM-Graph Reinforcement Learning optimiert CO₂‑bewusste Fertigungsplanung

Ein neues Forschungsprojekt namens Luca kombiniert ein Graph Neural Network mit einem großen Sprachmodell, um die Planung von Fertigungsaufträgen in Echtzeit zu optimieren. Durch eine speziell entwickelte Prompting‑Strategie erzeugt das System ein eingebettetes Repräsentationsformat, das sowohl die strukturellen Beziehungen der Maschinen als auch die kontextuellen Informationen des aktuellen Produktionszustands berücksichtigt.

Die daraus resultierende Darstellung wird von einem tiefen Reinforcement‑Learning‑Netz verarbeitet, das gleichzeitig die Fertigungszeit (Makespan) und die CO₂‑Emissionen minimiert. Luca nutzt dafür eine duale Belohnungsfunktion, die Energieeffizienz und termingerechte Ausführung gleichermaßen belohnt. Dadurch werden Entscheidungen getroffen, die sowohl wirtschaftlich als auch nachhaltig sind.

Experimentelle Tests auf synthetischen und öffentlichen Datensätzen zeigen, dass Luca die Konkurrenz deutlich übertrifft. Auf dem synthetischen Datensatz konnte die Fertigungszeit um durchschnittlich 4,1 % und bis zu 12,2 % reduziert werden, während die Emissionen gleich geblieben sind. Auf realen Datensätzen wurden ähnliche Verbesserungen sowohl bei der Fertigungszeit als auch bei den Emissionen erzielt.

Die Ergebnisse deuten darauf hin, dass Luca ein praktikabler Ansatz für die CO₂‑bewusste Planung in modernen Fertigungsanlagen ist und damit einen wichtigen Beitrag zur nachhaltigen Industrieentwicklung leisten kann.