基于大语言模型的个性化作物水肥管理智能决策方法

基于大语言模型的个性化作物水肥管理智能决策方法

吴华瑞*， 李静晨， 杨雨森

（北京市农林科学院信息技术研究中心，北京 100079，中国）

摘要：

［目的/意义］为解决当前作物管理中个性化需求难以捕捉、决策过程缺乏灵活性难题，本研究提出了一种基于大语言模型的个性化作物生产智能决策方法。

［方法］通过自然语言对话收集用户在蔬菜作物管理过程中的个性化需求，涵盖产量、人力资源消耗和水肥消耗等方面。随后，将作物管理过程建模为多目标优化问题，同时考虑用户个性化偏好和作物产量，并采用强化学习算法来学习作物管理策略。水肥管理策略的训练通过与环境的交互持续更新，学习在不同条件下采取何种行动以实现最优决策，从而实现个性化的作物管理。

［结果和讨论］在gym-DSSAT（Gym-Decision Support System for Agrotechnology Transfer）仿真平台上进行的实验，结果表明，所提出的个性化作物生产智能决策方法能够有效地根据用户的个性化偏好调整作物管理策略。

［结论］通过精准捕捉用户的个性化需求，该方法在保证作物产量的同时，优化了人力资源与水肥资源的消耗。

关键词： 作物管理；大语言模型；多目标决策；个性化决策；PPO算法

1

文章图片

图1　基于LLM的个性化蔬菜作物管理方法结构

Fig. 1  Structure of personalized vegetable crop management method based on large language model

图2　对抗性微调训练过程中的余弦相似度曲线

Fig. 2  Cosine similarity curve during the training process of finetune

图3　作物水肥管理LLM偏好估计实例

Fig. 3  Example for preference estimation of LLM of crop water and fertilizer management

图4　LLM作物管理任务实验结果

Fig. 4  Experiment results on crop management tasks of LLM

图5　多目标强化学习的两种典型偏好下每日施肥/灌溉用量

Fig. 5  Daily fertilizer/irrigation usage under two typical preferences for multi-objective reinforcement learning

作者简介

吴华瑞 研究员

吴华瑞研究员，科技部“十四五”数字乡村技术预测专家组组长、国家“十四五”重点专项“乡村产业共性关键技术研发与集成应用”总体组专家、农业农村部数字乡村技术重点实验室主任，农业农村部特色经济作物全程机械化专家组成员，中国人工智能学会智能农业专委会主任，国家大宗蔬菜产业技术体系智能化管理岗位科学家，《智慧农业（中英文）》编委，入选国家级人才。主要从事农业大数据、人工智能与蔬菜智慧无人农场相关研究工作。近年来获国家科技进步奖1项，省部级奖励5项，发表论文85篇（SCI 25篇），授权发明专利37项，编制颁布标准8项，著作2部，软著34项。

来源：智慧农业期刊，侵删