控制与决策

作者：孟祥恒,郭鹏,李嘉雯,史海超,张志瑶,马永敬,孙轶杰

单位：西南交通大学 机械工程学院，成都 610031,,西南交通大学 机械工程学院，成都 610031;轨道交通运维技术与装备四川省重点实验室，成都 610031,,西南交通大学 机械工程学院，成都 610031,,西南交通大学 机械工程学院，成都 610031,,西南交通大学 机械工程学院，成都 610031,,中车青岛四方机车车辆股份有限公司，山东 青岛 266111,,中车青岛四方机车车辆股份有限公司，山东 青岛 266111,

关键词：深度强化学习;异构资源;多智能体;分布式调度;柔性作业车间;图神经网络

基金：国家自然科学基金项目(52405220)；四川省自然科学基金项目(2024ZHCG0028).

针对轨道车辆组装作业中多车型混线生产、工序复杂、工艺路线差异显著及制造资源高度异构带来的分布式异构柔性作业车间调度挑战, 提出一种两阶段多智能体深度强化学习方法. 将调度流程建模为多阶段马尔可夫决策过程, 决策涵盖工件分配、工序排序和机器选择, 通过奖励设计引导智能体最小化全局最大完工时间. 上层智能体基于分层异构图注意力网络提取产线全局状态, 实现工件在不同组装线或工区间的合理分配与负载均衡; 下层智能体采用双智能体协作策略, 利用基于图神经网络的编码器-解码器结构捕捉工序间前后约束及资源占用等依赖关系, 实现局部优化. 基于实际作业场景数据, 通过计算验证该方法在缩短制造周期方面的有效性, 展现出良好的泛化能力.

来源：2026年第5期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第5期