用于工业4.0智能体评估的合成场景生成
本文提出ScenarioGeneratorAgent管线，通过合成生成基于标准、证据充分的工业场景，扩展现有基准AssetOpsBench。新增智能电网变压器资产类别及四种IEC诊断工具，并采用优化策略实现8倍加速，同时保持场景质量。
在工业4.0时代，智能体在工业运维中扮演着越来越重要的角色。评估这些智能体需要高度逼真且符合行业标准的场景，这些场景需集成遥测数据、故障模式、维护记录和领域标准。现有基准如AssetOpsBench依赖手动编写场景，仅覆盖有限资产类别，限制了可扩展性。为解决这些问题，研究人员提出一种新的合成场景生成方法，旨在高效扩展工业智能体评估基准。
在最新提交至arXiv的论文《Synthetic Scenario Generation for Evaluation of Industry 4.0 Agents》中，作者团队将AssetOpsBench扩展至新的资产类别——智能电网变压器，并集成四种基于IEC标准的诊断工具：健康指数预测、溶解气体分析、绕组温度评估和负载曲线评估。这些工具使智能体更真实地模拟实际运维环境中的诊断任务，提升评估可靠性。
论文进一步提出ScenarioGeneratorAgent流水线，用于合成工业智能体评估场景。该流水线首先构建基于证据的资产画像，在不同操作领域内分配覆盖感知的场景预算，并通过混合验证与修复循环生成场景候选，确保每个场景满足模式有效性、工具可达性、物理合理性、标准一致性及去重要求。这些约束确保合成场景质量与手动编写场景相当。
为提高流水线可扩展性，作者应用两级缓存、并行焦点组生成、线程池卸载、批量LLM调用和早期拒绝过滤等优化策略。在智能电网变压器场景生成实验中，优化后流水线在50个场景生成中实现8倍端到端运行时间缩减，同时保持场景质量。优化后复合质量评分为74.2±1.9，与未优化基线73.8±3.0无显著差异，表明优化未牺牲质量。
这项研究作者包括Sagar Chethan Kumar等，成果表明基于标准的合成场景生成可高效扩展工业智能体基准，为工业AI评估提供可扩展、高质量的解决方案，有望推动工业4.0智能体在更广泛场景中的应用。