总拖期显著降低
由三个协调智能体构成的框架，专门针对带批量规划的动态混合流水车间环境，比传统规则和单层学习方法显著降低总拖期，并对订单到达扰动具有竞争性响应能力。
Wu, Zhanwen · Zhang, Feng · 王进鑫 · Dong, Weihang · Zhu, Zhaolong · 郭晓磊 · 曹平祥
Advanced Engineering Informatics 2026
提出的分层深度强化学习框架通过三个协调智能体在动态混合流水车间中联合决策，实验表明总拖期显著降低。
专用重调度智能体在订单到达扰动时自适应调整调度方案，相比传统基于规则和学习的基线方法表现出更强的响应能力。