Проектирование, реализация и оценка обучения с подкреплением для адаптивной диспетчеризации заказов в производственных системах с цеховой организацией

Современные производственные системы характеризуются тенденцией к уменьшению размеров партий, расширению номенклатуры продукции и усложнению систем потоков материалов. Поскольку в таких условиях человек зачастую уже не может эффективно выполнять функции лица, принимающего решения, возрастает потребность в эффективных и адаптивных системах управления. В статье представлен методический подход и рекомендации по проектированию, реализации и оценке алгоритмов обучения с подкреплением (RL) для адаптивной диспетчеризации заказов. Работа ориентирована на инженеров производства, стремящихся применять RL. Кроме того, пример из реальной производственной практики демонстрирует успешное применение предложенного метода и получение значимых результатов, поддерживающих принятие решений в режиме реального времени. Эти результаты всесторонне иллюстрируют и расширяют знания об обучении с подкреплением.