SLAB：时间滞后感知的深度强化学习调度方法

Ziheng Zhang 等作者提出 SLAB，一种面向 PPVC 模块工厂灵活作业车间调度的时间滞后感知深度强化学习决策过程：只在模块 12 至 48 小时的等待结束后才释放下一道工序，并以包含等待时间的可证下界下降作为奖励。 作者报告，在三个现有网络上，修复后的计划比同一网络在 SLAB 内的调度长 42% 至 133%；在按新加坡 PPVC 指南生成的订单上，训练出的策略在 10 至 80 个模块时比最短加工时间规则短 2.2% 至 8.1%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。