计算机应用研究

作者：闫俊宇,吴孟武,

单位：1.武汉理工大学汽车工程学院,武汉430070；2.高温轻合金及应用技术全国重点实验室,武汉430070；

关键词：多车间调度,多智能体,深度强化学习,MAPPO,仿真优化,

基金：教育部创新团队计划资助项目(XDQCKF2021011)；；

针对串行多车间动态环境复杂、生产调度困难等问题，提出了一种基于多智能体深度强化学习的调度优化方法。将调度过程建模为马尔可夫决策过程模型，设计了机器选择与AGV调度两类智能体并构建车间多智能体协同调度框架。引入异步更新机制对MAPPO（multi-agent proximal policy optimization）算法进行改进以提升其适应性，同时结合plant simulation构建车间仿真模型，实现了MAPPO算法与仿真模型协同优化。以某设备制造工厂为例，设置不同任务规模及扰动场景开展实验，结果表明所提出的方法在完工时间、资源利用率和负载均衡性方面均优于传统调度规则、遗传算法以及主流多智能体算法，展现出良好的适应性和稳定性。

来源：2026年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第3期