一种基于强化学习的工业生产线多设备动态协同调度方法及系统

本发明涉及工业生产线技术领域，且公开了一种基于强化学习的工业生产线多设备动态协同调度方法，包括以下步骤：S1、三维状态空间建模；S2、分层强化学习架构；S3、边缘‑云协同执行。该基于强化学习的工业生产线多设备动态协同调度方法及系统，通过三维状态空间建模将设备状态、任务约束、资源占用整合为结构化矩阵，全局决策层利用双向长短期记忆网络捕捉生产时间序列依赖，通过图注意力网络建模设备空间关联与工艺约束，生成包含任务分配、产能调节、资源预配的全局策略；边缘层检测动态事件后，云平台通过蒙特卡洛树搜索生成候选方案，结合全局价值网络评估任务完成时间、设备负载均衡等多目标，实现动态事件响应与多目标协同优化。