אופטימיזציה רב‑מטרית מונעת למידת חיזוק עמוקה ויישומיה באסטרטגיית תפעול ותחזוקה של תשתיות תאורה

אורות חכמים למנהרות בטוחות יותר

כשנוסעים במנהרה ארוכה בכביש מהיר, אנחנו נותנים לכך ברירת מחדל שהאורות יישארו בהירים ויציבים. עם זאת, לשמור על אלפי גופי תאורה פועלים בצורה בטוחה מבלי לבזבז כסף על תיקונים מיותרים הוא מעשה איזון מורכב. מאמר זה מציג שיטה חדשה לניהול תאורת מנהרות המשתמשת בבינה מלאכותית כדי לאזן בעקביות בין שני מטרות מתחרות: לשמור על האמינות של התאורה עבור הנהגים ולשלוט בעלויות הכוללות.

מדוע קשה לנהל תאורת מנהרות

תאורת מנהרות היא קריטית לבטיחות התנועה. כאשר מנורות מתיישנות או מעגלים מתקלקלים, רמת האור עלולה לצנוח פתאום, מה שמקשה על הנהגים לשפוט מרחק ומהירות ומגביר את הסיכון לתאונות. תחזוקה מסורתית מתבססת על לוחות זמנים קבועים, ספים פשוטים או כללים של מטרה יחידה כגון "מזער עלות" או "מקסם חיי מנורה". גישות אלה אינן מתמודדות היטב עם מנהרות אמיתיות, שבהן התנאים משתנים עם הזמן, אלפי גופיים מתיישנים בקצבים שונים, ובטיחות ועלות לעתים קרובות נושאות לעבר כיוונים מנוגדים. המחברים טוענים שיש צורך בשיטה שיכולה ללמוד נתונים בעקביות ולהתאים החלטות כשהמערכת משתנה.

ללמד סוכן דיגיטלי לתחזק את האורות

החוקרים בונים "סוכן" דיגיטלי הלומד מתי וכיצד לתקן, להחליף או לכוונן את אורות המנהרה באמצעות אינטראקציה עם מנהרת סימולציה. סוכן זה מבוסס על למידת חיזוק עמוקה, ענף בינה מלאכותית שבו המערכת מנסה פעולות, צופה בתוצאה ולומדת בהדרגה אסטרטגיות שממקסמות תגמול. במקרה זה, התגמול משלב עלות תפעולית (צריכת אנרגיה, עבודה, חלקי חילוף ועונשי בטיחות) ובריאות המערכת (ההסתברות שהמנורות ימשיכו לפעול באמינות). הסוכן רואה תמונה מפורטת של המנהרה: בהירות כל גוף, האם הוא בכשל, הסביבה האורית סביבו וסימני התדרדרות לאורך זמן. בכל שלב הוא בוחר פעולות לכל מנורה — לא לעשות דבר, להבהיר, להכהות, לתקן או להחליף — ומקבל משוב על האופן שבו הבחירות משפיעות הן על עלות והן על אמינות.

לכידת אופן השחיקה של האורות

כדי לספק לסוכן עולם ריאלי ללמוד בו, המחברים קודם כל בונים מודל מתמטי של אופן התדרדרות תאורת המנהרה. הם משתמשים בסוג של תהליך של הליכה אקראית (תהליך וינר) המתאר גם את הנטייה היציבה לכיוון כשל וגם את חוסר הוודאות שמקורו בתנאי אמת כמו תנודות טמפרטורה. באמצעות ארבע שנות נתוני תפעול מיותר מ‑2,000 גופי LED במנהרה באורך 7 קילומטר במחוז יונאן, הם מדחסים קריאות חיישנים רבות למדד "בריאות" יחיד ומראים שמודל ההתדרדרות תואם מקרוב את המציאות. הוא חוזה כיצד הסיכוי לכשל גדל עם הזמן וכמה חיים נותרו ככל הנראה למנורה. מודל זה מוזן לסביבת הסימולציה שבה הסוכן המתלמד מתרגל אסטרטגיות תחזוקה מבלי לסכן נהגים אמיתיים.

איזון בין עלות לאמינות במקביל

תרומה מרכזית של המחקר היא טיפול בעלות ובאמינות כמטרות בעלות חשיבות שווה במקום לקרבן למספר יחיד. המחברים הופכים את בעיית הריבוי מטרות להרבה תת‑בעיות פשוטות יותר, כל אחת מייצגת תכלית סחר שונה בין עלות נמוכה לאמינות גבוהה. עבור כל תת‑בעיה הסוכן הלומד מוצא אסטרטגיה טובה; יחד אלה יוצרות "חזית" של הפשרות מיטביות אפשריות. כדי להאיץ תהליך זה, הצוות מאפשר לתת‑בעיות שכנות לשתף את מה שלמדו כשההחלטות שלהן דומות, במקום לאמן כל אחת מהן מאפס. הם גם מעצבים מחדש את מדד האמינות כך שתהליך הלמידה יהיה רגיש במיוחד כשהמערכת קרובה לרמות כשל מסוכנות, וכך לדחוף את הסוכן להגיב בחריפות לפני שהבטיחות מואיימת.

מה משיגה האסטרטגיה החדשה

כשנבחנה מול מספר אסטרטגיות תחזוקה נפוצות — כגון בדיקות במרווחים קבועים, טריגרים מבוססי בהירות, או כללים מבוססי שיעורי כשל — הגישה החדשה מספקת איזון טוב יותר בין בטיחות להוצאה. היא מקטינה את עלויות התחזוקה והתפעול הכוללות בכמעט 30 אחוז תוך שמירה על אמינות גבוהה ומניעת היעשותו של הסוכן הלומד זהיר מדי או קפריזי מדי. סכימת שיתוף הפרמטרים גם משפרת את יעילות האימון, מצמצמת את זמן החישוב ומשפרת את כיסוי אפשרויות הסחר עלות‑אמינות. בעיקר, לכל קורא שאינו מומחה המסקנה היא שהשיטה משתמשת בנתונים ולמידה אדפטיבית כדי להחליט בדיוק מתי ואיפה להתערב במנהרה, כך שהאורות נשארים בטוחים עבור הנהגים בעוד שהמיסים או המפעילים משלמים פחות על פני חיי המערכת.

ציטוט: Wang, Z., Tang, J., Wei, P. et al. Deep reinforcement learning-driven multi-objective optimization and its applications on lighting infrastructure operation and maintenance strategy. Sci Rep 16, 8989 (2026). https://doi.org/10.1038/s41598-026-37811-5

מילות מפתח: תאורת מנהרות, תחזוקה חזויה, למידת חיזוק, אמינות תשתיות, אופטימיזציה רב‑מטרית