CausalPulse：スマート製造における因果診断のための産業グレードのニューラル・シンボリック・マルチエージェント・コパイロット

要旨：現代の製造環境では、生産性と品質を維持するために、リアルタイムで信頼性があり、かつ解釈可能な根本原因の洞察が求められる。従来の分析パイプラインは、異常検知、因果推論、根本原因分析をしばしば独立した段階として扱うため、スケーラビリティと説明可能性が制限される。本研究では、スマート製造における因果診断を自動化する、産業レベルのマルチエージェント・コパイロットであるCausalPulseを提示する。CausalPulseは、標準化されたエージェント型プロトコルに基づく神経記号（neurosymbolic）アーキテクチャにより、異常検知、因果発見、推論を統合する。CausalPulseは現在、Robert Boschの製造プラントに導入されており、既存のモニタリングのワークフローにシームレスに統合され、量産規模でのリアルタイム運用を支援している。公開データセット（Future Factories）と独自データセット（Planar Sensor Element）の両方で評価した結果、高い信頼性が示され、全体の成功率は98.0%および98.73%を達成した。評価基準ごとの成功率は、計画とツール使用で98.75%、自己省察で97.3%、協調で99.2%に到達した。実行時の実験では、診断ワークフローのエンドツーエンド遅延が診断あたり50〜60秒であり、ほぼ線形のスケーラビリティ（R^2=0.97）も報告されており、リアルタイム対応の準備が整っていることを裏付けている。既存の産業用コパイロットとの比較では、モジュール性、拡張性、導入の成熟度において明確な利点があることが示される。これらの結果は、CausalPulseのモジュール化されたヒューマン・イン・ザ・ループ設計が、次世代製造に向けた信頼性があり、解釈可能で、生産投入可能な自動化をどのように実現するかを示している。