基于深度强化学习的半导体制造设备分组工作方法及系统

本发明提供一种基于深度强化学习的半导体制造设备分组工作方法及系统，涉及半导体制造技术领域，包括采集设备实时运行数据，提取时序统计特征和耦合特征，生成设备动态性能评分，并构建性能特征向量。利用深度强化学习和微粒群优化算法生成初始分组方案，并通过双重Q网络和时序差分学习算法进行优化。最后，构建基于图结构的群体协同评价网络，通过多层图卷积网络提取局部组合特征和全局拓扑特征，并利用双层评价准则迭代优化分组方案，直至满足预设收敛阈值，输出最终分组方案。本发明能够有效提高设备分组效率，优化资源配置，提升整体生产效率。