moai.co

이 이메일 도메인이 관측된 논문 1건

arXiv:2610.02982v1cs.AI

PLCWorld: 폐루프 플랜트 시뮬레이션 환경에서 LLM 생성 PLC 프로그램 벤치마킹

PLCWorld: Benchmarking LLM-Generated PLC Programs in Closed-Loop Plant Simulation

프로그래머블 로직 컨트롤러(PLC)는 센서 입력을 읽고 제어 명령을 내려 산업 장비를 조율합니다. 대규모 언어 모델(LLM)이 생성한 PLC 프로그램이 작업 요구사항과 안전 제약 조건을 충족하는지 평가하려면, 해당 명령이 장치 및 공작물 상태에 어떤 영향을 미치는지 관찰해야 합니다. 본 논문에서는 구조화 텍스트(ST, Structured Text) 실행을 모의 플랜트 응답 및 센서 피드백과 결합한 공통 폐루프 실행 환경이자 벤치마크인 PLCWorld를 소개합니다. 산업용 PLC 프로그램 및 엔지니어링 문서에서 식별된 제어 관계에 기반(grounding)한 PLCWorld는 모션 제어(Motion Control) 및 자재 처리(Material Handling) 전반에 걸쳐 100개의 합성 작업과 473개의 등록된 작업-조건 쌍을 포함하며, 난이도는 제어 의존성 범위에 따라 정의됩니다. 공통 프로토콜은 작업 성공(Task Success)과 안전 위반(Safety Violation)을 구분하여 보고합니다. 검증은 실무자 검토, 참조 및 대체 프로그램, 표적 반례, 명세-평가기 정렬 점검, 독립적인 ST 런타임과의 비교를 결합합니다. 참조 및 대체 프로그램은 적용 가능한 케이스를 만족하며, 542개의 표적 반례 모두 최소 하나의 등록된 조건에서 지정된 평가기 규칙을 활성화합니다. 실행 격차(Execution Gap)는 제출 프로필의 수락을 후속 작업 실패 또는 관찰된 안전 위반과 연계합니다. 구축된 작업 그룹 전반에서 직접 프롬프팅한 GPT-5.5는 쉬움(Easy) 케이스에서 82.70%의 작업 성공률을 달성했으나 어려움(Hard) 케이스에서는 25.10%에 그쳤습니다. 6개 LLM과 4개의 조정된 생성 및 검증 워크플로에 대한 평가는 완료율, 안전성, 생성 비용 간의 차이를 더욱 명확히 드러냅니다. 코드, 시뮬레이션 환경, 벤치마크 작업 및 기준선(baseline) 구현체는 https://yunji0516.github.io/PLCWorld/ 에서 공개적으로 이용할 수 있습니다.