【儀表網(wǎng) 研發(fā)快訊】柔性化、定制化制造涉及大量相互關(guān)聯(lián)的感知、傳輸、計算與控制任務(wù)，下游任務(wù)往往依賴多個前序任務(wù)產(chǎn)生的信息，一旦某個環(huán)節(jié)出現(xiàn)延遲，影響便可能沿任務(wù)鏈持續(xù)傳播，降低信息時效性，進而影響控制系統(tǒng)的響應(yīng)速度和控制精度。作為衡量數(shù)據(jù)新鮮度的重要指標(biāo)，信息年齡(Age of Information，AoI)是當(dāng)前衡量數(shù)據(jù)新鮮程度的核心指標(biāo)，用以表征數(shù)據(jù)自生成后歷經(jīng)的時間長度，但傳統(tǒng) AoI 理論默認(rèn)各類任務(wù)相互獨立，無法精準(zhǔn)刻畫工業(yè)流程內(nèi)復(fù)雜的任務(wù)依賴耦合關(guān)系，以及由此衍生的端到端累積時延難題。
 

　　針對上述工業(yè)場景核心痛點，中國科學(xué)院沈陽自動化研究所工業(yè)控制網(wǎng)絡(luò)與系統(tǒng)研究室團隊面向感知-傳輸-計算-控制一體化(Sensing-Transmission-Computation-Control，STCC)系統(tǒng)，提出一套具備任務(wù)依賴感知能力的協(xié)同優(yōu)化方案，將任務(wù)依賴、信息時效性與控制性能納入統(tǒng)一的分析和優(yōu)化框架，為柔性智能制造、工業(yè)物聯(lián)網(wǎng)場景下的動態(tài)任務(wù)調(diào)度、邊緣資源分配、高精度實時協(xié)同控制提供了新的理論支撐與工程實現(xiàn)思路。
 

　　科研團隊創(chuàng)新性提出了依賴感知信息年齡(Dependency-Aware Age of Information，DAoI)指標(biāo)，該指標(biāo)同時考慮當(dāng)前任務(wù)的采樣時刻和前序任務(wù)的完成時刻，能夠量化任務(wù)依賴造成的延遲傳播與累積效應(yīng)；當(dāng)任務(wù)不存在前序依賴時，DAoI可退化為傳統(tǒng)AoI。借助這一指標(biāo)，信息時效性的描述由單個任務(wù)拓展至整個任務(wù)依賴鏈。
 

　　在此基礎(chǔ)上，研究團隊推導(dǎo)了基于DAoI的狀態(tài)估計誤差表達(dá)式，建立了DAoI與控制性能之間的解析關(guān)系，并給出了控制性能退化的定量上界。同時，研究設(shè)計了基于線性二次調(diào)節(jié)器的最優(yōu)控制律，使信息時效性能夠與控制效果直接關(guān)聯(lián)。
 

　　研究團隊進一步構(gòu)建了面向依賴型異構(gòu)任務(wù)的STCC協(xié)同設(shè)計框架，在任務(wù)劃分、傳輸功率、計算能力、資源類型匹配和計算資源分配等約束下，聯(lián)合優(yōu)化控制成本與網(wǎng)絡(luò)能耗。針對由此形成的混合整數(shù)非線性問題，研究將其重構(gòu)為馬爾可夫決策過程，并提出依賴感知異構(gòu)任務(wù)與資源協(xié)同調(diào)度算法MAPPO-DHTCO。該算法采用多智能體近端策略優(yōu)化及“集中訓(xùn)練、分散執(zhí)行”機制，協(xié)同學(xué)習(xí)任務(wù)調(diào)度、信息更新和資源分配策略。
 

　　仿真結(jié)果顯示，與六種基準(zhǔn)算法相比，MAPPO-DHTCO具有穩(wěn)定的收斂性能，并在信息時效性、控制成本和網(wǎng)絡(luò)成本等方面表現(xiàn)出綜合優(yōu)勢。基于實際物理過程數(shù)據(jù)的進一步驗證表明，該方法能夠保持較低的預(yù)測誤差和能耗，具備處理多源異構(gòu)數(shù)據(jù)及復(fù)雜任務(wù)依賴關(guān)系的能力。
 

　　相關(guān)成果以O(shè)ptimizing Dependency-Aware Age of Information in STCC Systems via MADRL為題發(fā)表于《IEEE移動計算匯刊》(IEEE Transactions on Mobile Computing)。沈陽自動化所夏長清研究員為第一作者和通訊作者。該研究得到了國家重點研發(fā)計劃項目的支持。(工業(yè)控制網(wǎng)絡(luò)與系統(tǒng)研究室)
 

　　引用：沈陽自動化所在提升工業(yè)系統(tǒng)信息時效性與控制性能研究方面取得進展 沈陽自動化研究所 【引用時間：2026年7月20日】