一种基于Soft Actor-Critic强化学习的资源协同装调车间自适应调度方法及系统

本发明属于车间调度相关技术领域，其公开了一种基于Soft Actor‑Critic强化学习的资源协同装调车间自适应调度方法及系统，方法包括：构建加工工件任务池、加工工件选择规则、拓扑单元分配规则、协作工人分配规则以及智能体模型，智能体模型包括多层感知机模块以及基于Soft Actor‑Critic算法的策略模块；采用多层感知机模块获取车间环境当前状态下各加工工件选择规则的权重向量，采用权重向量对加工工件任务池中的各工件的优先权重进行重组，获得各工件复合规则下的权重；以各工件复合规则下的权重，在拓扑单元分配规则以及协作工人分配规则下进行拓扑单元和协作工人分配。本发明能够对不同状态下的最优策略进行拟合，增强了智能体模型的决策能力。