面向混合式人机协同车间生产调度的多智能体深度强化学习算法

来源：计算机集成制造系统杂志2026年第5期北京时间：

作者：顾文斌, 周翔, 王继国, 安文宇, 郭镇洋

单位：河海大学机电工程学院

摘要：针对混合式人机协同生产模式的柔性作业车间调度问题(FJSP-HHMC),提出了一种基于改进的多智能体近端策略优化(MAPPO)的深度强化学习算法。首先,将该问题建模为马尔科夫决策过程(MDP),并考虑工人不同状态下加工时间的差异,提出了工人效率波动模型。其次,根据该问题涉及到的工件选择、机器分配和工人指派的3个耦合的决策过程,设计了两类智能体:工件智能体负责工件与机器的分配,而工人智能体则承担工人指派任务,并分别设计了两类智能体的状态和动作空间。然后,引入自主奖励与共享信息(ARSI)学习范式,增强多智能体间协同能力和提高系统学习效率,从而有效应对复杂的生产环境。最后,通过试验结果表明,所提算法在调度性能和稳定性方面优于其他方法,具备良好的泛化能力和应用潜力。

关键词：混合式人机协同,多智能体近端策略优化,工人效率波动模型,自主奖励与共享信息学习范式

基金资助：江苏省自然科学基金面上资助项目(BK20221231);国家自然科学基金资助项目(51875171);扬州市科技计划资助项目(YZ2023021)。