论文
规则对齐小语言模型与多智能体自校正的闭环控制
Closed-Loop Control with Rule-Aligned Small Language Models and Multi-Agent Self-Correction
摘要
自主工业运行的关键一步，是能从自然语言需求规格创建并重构控制策略，且极少或无需人工重设计。在此设定下，AI智能体生成控制策略若配上可检查候选动作的被控对象感知验证器（如数字孪生），可以是一条可信路径。但实际部署受推理延迟与算力足迹制约：大型云端模型对边缘闭环使用常太慢、不透明或数据敏感。本工作研究紧凑的小语言模型（SLM）能否经重训掌握控制推理并嵌入验证器引导的纠错回路。我们使用经GRPO对齐的Qwen2.5-1.5B，结合：(i) 动作智能体、(ii) 符号/数字孪生式验证层、(iii) 把输出迭代导向合法动作的重提示智能体。在随机化热控仿真（30个实验、每个500步）中：框架以3.84秒平均推理延迟取得91.5%的平均动作对齐准确率（各案例86.3%–100%）；在符号重映射下保持95%的在界率——表明尽管token级一致率下降，物理调节依然鲁棒。结果支持SLM加验证器架构作为边缘可重构自主控制的实用路径。
