一种基于深度强化学习与注意力机制的宏观工艺决策方法

本发明属于宏观工艺决策技术领域，尤其涉及一种基于深度强化学习与注意力机制的宏观工艺决策方法，包括：S1、通过聚合决策图G对MPP实例进行图表示；S2、使用特征提取网络，将聚合决策图Gt的节点原始动静态特征沿着Gt的拓扑结构信息映射到Embedding空间S3、基于聚合决策的马尔可夫过程来形式化MPP问题，将MPP问题转化为一个四元组<S,A,P,R>马尔科夫决策过程；S4、以所有工件的最小化完工时间为决策目标，对S3的马尔科夫决策过程进行求解；S5、使用S3得到的宏观工艺决策进行实际加工。本方法可以在将DRL应用于MPP问题时，综合考虑对工序、设备和刀具之间复杂的约束和关系，在充分提取MPP问题状态信息的基础上实现高效决策，成为目前亟待解决的问题。