深度强化学习调度模型

动态分配实时调度

Pathfinder利用三个调度矩阵和专门设计的奖励函数，在动态生产环境中从十种调度规则中智能选择，以提高机器利用率和缩短作业完成时间。

Chenxi, Lyu · 董晨 · Qiancheng, Xiong · 陈羽中 · 翁谦 · Chen, Zhenyi

Computers, Materials and Continua 2025

参数信息

调度规则数量

10

技术优势

动态选规则

根据实时环境条件从十种调度规则中智能选择，而不是固定使用某一种。

持续自适应

通过强化学习不断细化调度策略，适应不断变化的生产需求。

应用场景

• 多机器人调度：多机器人环境中动态选择调度规则，减少作业完成时间。
• 智能工厂调度：智能工厂中根据实时工况智能决策，提高资源效率。
• 大规模定制生产：适应个性化需求带来的动态变化，保持生产高效。
• 动态任务分配：专门设计的奖励函数支持实时任务分配与调整。