11 月 21 日訊息，據中國科學院官網報道，近日，中國科學院瀋陽自動化研究所在車間智慧排程方面取得新進展，基於深度強化學習方法，實現了動態訂單下可重構車間對動態生產排程和車間重構的實時優化和智慧決策。

據介紹，車間排程問題多屬於 NP 難問題，傳統元啟發式演算法只能在多項式時間內求得近優解。對大規模問題，元啟發式演算法的求解時間難以滿足動態生產環境下實時決策的需求。

另外，小批量定製化的生產模式，要求車間滿足動態可重構。如何對可重構車間的生產排程和車間重構進行實時優化和動態協同是研究難點。

科研人員基於深度強化學習方法，將生產排程和車間重構的決策過程建模為馬爾科夫決策過程，建立了排程和重構系統的深度強化學習模型，設計了獎勵函式、狀態空間和行為空間等。

訓練後，決策智慧體在求解質量和求解時間上取得了比 2 種元啟發式演算法（迭代貪婪演算法和遺傳演算法）更優的結果。智慧體對單個工件的決策時間僅為 1.47ms，可用於動態生產環境下可重構車間的實時優化和智慧決策。

▲基於深度強化學習的智慧排程和重構系統架構

瞭解到，相關研究成果發表在 International Journal of Production Research 上，研究工作得到國家自然科學基金和遼寧省自然科學基金專案的支援。