[发明专利]生产调度的深度强化学习

摘要

提供了用于在生产设施处调度生产的方法和设备。可以确定利用一种或多种输入材料来生产满足产品请求的产品的生产设施的模型。每个产品请求可以指定在请求时间处可获得的所请求产品。可以为所述生产设施确定策略和价值神经网络。所述策略神经网络可以表示要在所述生产设施处调度的生产动作，并且所述价值神经网络可以表示在所述生产设施处生产的产品的收益。所述策略和价值神经网络可以在训练期间使用所述生产设施的模型来生成所述生产设施处的生产动作的时间表，所述时间表满足某一时间间隔内的所述产品请求并涉及由于所请求产品的延迟生产而导致的惩罚。