一种基于GNN和DRL的组合设备调度优化方法

本发明公开了一种基于GNN和DRL的组合设备调度优化方法，包括：根据组合设备和晶圆加工信息，捕获组合设备晶圆加工的依赖关系和加工状态；根据组合设备晶圆加工的依赖关系和加工状态，构建状态变量空间和动作变量空间；根据状态变量空间和动作变量空间，构建加工状态图，并利用图神经网络GNN提取加工状态图的特征；对提取加工状态图的特征，用构建的深度强化学习DRL调度决策模型学习该特征，通过大量加工实例的训练，得到训练好的DRL调度决策模型；对实时的组合设备晶圆加工任务，通过训练好的DRL调度决策模型输出动作决策；根据动作决策对组合设备晶圆加工进行调度。本发明可实现对组合设备晶圆加工的有效调度。