节选自论文https://doi.org/10.1002/moda.70044目前的研究重点仍在于模型构建以及人机交互功能的验证。Agent尚未在实际的植物工厂中进行实地部署和大规模应用测试而这正是需要通过严谨的实验设计来解决的难题。只有这样才能确保三种管理方式——完全手动管理、低智能自动管理以及基于Agent的全面自动化管理——之间的公平比较。从技术实现层面来看目前的植物工厂缺乏统一的硬件标准各种环境传感器、照明设备以及水肥供应系统都采用不同的通信协议。因此在实际应用中还会面临诸多困难比如设备兼容性差、现场调试流程复杂以及难以快速适应不同场景的需求。此外植物生长过程本身存在滞后性再加上高质量标记数据的不足也限制了该智能代理在实际应用中的表现。现有的调控策略大多是为研究目的而设计的其在适应实际生产操作需求、平衡节能、降低成本与经济效益方面还有很大的改进空间。从产业发展的角度来看植物工厂的智能化发展仍然面临着一些共性问题比如管理标准不统一、适用植物品种范围有限以及工业数据之间的互操作性较差这些因素都阻碍了Agent在更广泛的领域得到应用。基于现有的研究成果后续研究将侧重于针对具体场景的解决方案设计以及量化效果评估。通过建立合理的对比试验和评价指标可以系统地收集实际运行数据通过真实场景下的运行结果来验证该系统的实用价值进而进一步提升其实用性。同时还将根据实际应用反馈不断对系统进行迭代优化从而提升设备的兼容性与适应性简化实际操作流程优化多目标协同调控机制弥补其在工业应用中的不足。