少样本快速决策
首个面向多阶段混合流水车间联合维修与调度的多智能体强化学习方案，用反事实注意力与动作抽象化解大规模状态动作空间难题。
Nianmin, Zhang · Shen, Yilan · Ye, Du · Chen, Lili L. · 张昕
Journal of Manufacturing Systems 2023
注意力机制自适应聚焦关键生产与维护状态，剔除无关维度，使智能体在低维空间中学习，加速收敛。
动作抽象表示模块将高维离散动作映射到紧凑的抽象层，降低学习复杂度，使联合决策在大规模问题中变得可行。
通过协调控制单元，智能体间共享全局信息，加速探索最优生产策略的过程，缩短训练时间。
数值实验显示，该方法在不同生产场景下均优于七种现有基准，证明其鲁棒性和有效性。