基于多智能体强化学习的信贷工厂订单调度方法及装置

摘要

本申请涉及一种基于多智能体强化学习的信贷工厂订单调度方法及装置。该方法包括：多智能体将行动发送至环境；环境计算出所述多智能体共享的状态以及各个智能体的奖励；环境将所述多智能体共享的状态以及各个智能体的奖励发送至对应的各个智能体；各个智能体根据收到的状态以及奖励选择行动；其中，所述多智能体依次处理所述信贷工厂订单。本申请能够缩短订单审批时间，实现信贷工厂的智能化调度管理；能够使得信贷工厂可以在动态环境下制定出科学合理的调度方案，极大的增强了信贷工厂中订单调度的抗干扰能力。