基于深度强化学习的土方施工动态调度方法、设备和存储介质

本发明提供了一种基于深度强化学习的土方施工动态调度方法、设备和存储介质，方法包括：获取施工信息，确定约束条件和施工设备的集成调度目标，设定目标函数；将施工设备的集成调度问题表述为马尔科夫动态决策过程，生成第一智能体；基于NSGA‑Ⅱ和DDQN算法设计奖励函数对第一智能体进行训练；生成初始调度方案，并基于该方案执行虚拟调度；基于假设的扰动事件补充约束条件，通过马尔科夫动态决策过程生成第二智能体；对初始调度方案中的作业进行区分，根据区分结果设计NSGA‑Ⅱ算法的编码和解码方法；基于设计编解码后的NSGA‑Ⅱ算法和DDQN算法设计奖励函数对第二智能体进行训练；将训练稳定后的智能体部署在实际施工环境中，生成动态调度决策。