试剂搬运场景环境模型的构建方法及动态作业排序方法

本发明公开了一种基于深度强化学习的试剂搬运场景动态作业排序方法，应用所述方法构建试剂搬运场景环境模型，给出虚拟的订单需求、接收订单处理的决策顺序，并对该决策顺序进行评估打分；构建优势演员评论家模型，并在虚拟仿真环境中进行训练；训练完成后，将实时的订单需求输入至优势演员评论家模型，由这一模型给出试剂搬运订单的最优决策顺序，即：处理订单的先后次序；将处理订单的先后次序输出至搬运厂区的自动化搬运机械臂，由机械臂执行相关命令，完成搬运的全过程。解决了强化学习中对动作价值和状态价值的预测问题。