Digital Model Playground

强化学习应用于工业生产调度

研究人员开发了一种用于复杂工业涂装场景生产调度的强化学习（RL）方法。利用开源的数字模型游乐场（DMPG）进行模拟，该研究将深度Q网络和近端策略优化与传统方法进行了基准测试。研究结果表明，基于RL的调度在关键绩效指标方面提供了均衡的改进，其中近端策略优化显示出最一致的结果。这项工作旨在通过在现实、可共享的环境中验证这些方法，来弥合学术RL研究与实际工业应用之间的差距。