Новый ИИ-агент VBFDD-Agent обнаруживает неисправности батарей электромобилей
С ростом популярности электромобилей вопросы безопасности и надёжности литий-ионных батарей становятся всё более актуальными. Для предотвращения аварий необходимо своевременно выявлять неисправности, однако традиционные методы часто ограничены узкими сценариями и заранее заданными алгоритмами. Исследователи из международной группы представили новый подход — VBFDD-Agent, агента для диагностики и обнаружения неисправностей автомобильных батарей.
В основе VBFDD-Agent лежит метод описательного текстового моделирования. Мониторинговые сигналы, статистические характеристики, аномалии и оценки состояния батареи преобразуются в структурированные текстовые описания. Это позволяет создать единый языковой корпус для диагностики и обслуживания, которого ранее не хватало из-за разрозненности данных.
Агент интегрирует несколько компонентов: описание состояния батареи на естественном языке, поиск исторических случаев, локальные руководства по ремонту и рассуждения на основе большой языковой модели. На выходе система формирует структурированный диагноз и практические рекомендации по устранению неисправности.
Эксперименты показали, что VBFDD-Agent способен точно выявлять аномалии по текстовому представлению данных и предлагать гибкие, выполнимые советы по обслуживанию. Экспертная оценка подтвердила высокую практическую ценность сгенерированных рекомендаций.
Исследование представлено на arXiv (ID: 2605.20742). Авторы отмечают, что разработка расширяет традиционную диагностику от простого предсказания меток до интерпретируемой поддержки принятия решений, ориентированной на обслуживание. Это важный шаг к повышению безопасности и эффективности эксплуатации электромобилей.
