【摘要】： 針對軌道車輛組裝作業(yè)中多車型混線生產(chǎn)、工序復(fù)雜、工藝路線差異顯著及制造資源高度異構(gòu)帶來的分布式異構(gòu)柔性作業(yè)車間調(diào)度挑戰(zhàn),提出一種兩階段多智能體深度強(qiáng)化學(xué)習(xí)方法.將調(diào)度流程建模為多階段馬爾可夫決策過程,決策涵蓋工件分配、工序排序和機(jī)器選擇,通過獎勵設(shè)計(jì)...