一篇新的研究论文比较了多资产维护调度中规划和强化学习（RL）方法的优劣。研究发现，规划方法将可靠性作为严格约束，从而制定了几乎不受故障惩罚大小影响的零故障策略。相比之下，RL代理优化预期成本，有时会为了更低的总体成本而接受偶尔的故障，尤其是在惩罚较低的情况下。研究表明，规划更适用于严格可靠性和短期规划，而RL在可接受一定故障的情况下更具成本效益。 AI
影响 阐明了维护调度中规划与RL的权衡，建议在严格可靠性方面采用规划，在可接受故障的情况下采用RL以提高成本效益。
排序理由 一篇在arXiv上发表的学术论文，详细比较了AI/规划方法在特定工业问题上的应用。[lever_c_demoted from research: ic=1 ai=1.0]
- Action masking
- Failure penalty
- Multi-Asset Maintenance
- Planning approaches
- preventive maintenance
- reinforcement learning
- run-to-failure data
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
