无需参数整定
用深度强化学习自动学习改进启发式，替代手工设计元启发式算法，应对制造服务不可用的动态调度场景。
肖久红 · Cai, Yishuai · 陈勇
International Journal of Computer Integrated Manufacturing 2025
深度强化学习自动学习调度策略，替代元启发式算法的手工设计和参数调整。
在制造服务可用性不可预测的情况下，该框架依然能有效调度多任务。
实验表明，PPO在求解CMMS问题时优于另外两种DRL技术。