强化学习双阶段协同
一种强化学习驱动的双阶段调度算法，能够在设备故障时兼顾多方参与者感知进行自适应重调度。
Rensheng, Chen · 吴斌 · 王华 · Fuchang, Huang
Expert Systems with Applications 2026
事件驱动机制依据扰动阈值决定是否触发重调度，并考虑AGV和机器的故障特征动态更新资源信息，避免不必要的频繁重调度。
重调度阶段引入基于前景理论的不满意度目标，整合管理者、工人和客户三方感知，使生成方案更易被接受。
初始调度阶段采用启发式初始化规则和强化学习引导的局部搜索策略，提升种群多样性和收敛性，从而获得更好的初始方案。