基于多智能体强化学习求解柔性作业车间联合调度问题

来源：计算机集成制造系统杂志2026年第3期北京时间：

作者：孟繁威, 郭宏, 延小龙, 武玉鑫, 张德华, 罗雷

单位：1.太原科技大学机械工程学院2.山西平阳重工机械有限责任公司

摘要：针对柔性作业车间中工件、AGV和机器的联合调度问题,以完工时间最小化为优化目标,提出了一种基于双重深度Q网络的分布式多智能体强化学习(DMA-DDQN)方法。创建了3类智能体,即工件分配智能体、AGV调度智能体及工序选择智能体,分别解决工件分配、AGV选择以及机器工序选择3类调度子问题。首先,双重深度Q网络(DDQN)算法用于训练3类智能体,通过捕捉生产信息和调度目标之间的关系,做出调度决策;其次,针对3类智能体,分别设计了状态和动作表示,以实现更高效的决策。其中,在设计工件分配智能体时,引入了机器评价指数,用于解决车间规模扩大时状态空间产生的维度爆炸问题;在奖励函数设计时采用了替代奖励成形技术,以提高学习效率和调度效率。最后,为了验证所提方法中各类智能体在不同规模下的性能,与现有的启发式调度算法进行了对比;进一步,与复合启发式调度算法及现有调度算法相比,验证所提方法在不同规模下的优越性。

关键词：智能车间,多智能体,联合调度,双重深度Q网络

基金资助：山西省重点研发资助项目(202102150401009)。