基于深度强化学习的动态生产调度方法、装置及电子设备

摘要

本发明实施例提供了一种基于深度强化学习的动态生产调度方法、装置及电子设备，涉及工业物联网技术领域，可以在不超过生产设备处理能力的基础上，减少作业整体处理时间。本发明实施例包括：获取各作业的静态特征和动态特征以及系统动态特征，将待调度的各作业的静态特征和动态特征以及系统动态特征输入调度模型，获得各作业在每个生产阶段的作业执行顺序或者批次执行顺序。其中，作业的静态特征包括任务量和完成所需时长，作业的动态特征包括接收时刻，系统动态特征包括每个生产阶段的设备能够执行的剩余任务量。调度模型为基于样本作业的静态特征和动态特征、系统动态特征以及第一critic网络，对第一actor网络进行训练后得到的模型。