Обзор интеллектуальной оптимизации производственного планирования на основе обучения с подкреплением

Производственное планирование как критически важный компонент производственных систем направлено на оптимизацию прибыли, эффективности и энергопотребления посредством обоснованного определения ключевых факторов, включая технологические маршруты, назначение оборудования, время выполнения операций и другие параметры. Из-за большого масштаба задач, тесно взаимосвязанных ограничений, а также необходимости решения в реальном времени в определённых сценариях производственное планирование сопряжено со значительными трудностями. С развитием машинного обучения обучение с подкреплением (reinforcement learning, RL) достигло существенных успехов в решении различных задач принятия решений. Применительно к задачам производственного планирования в статье обобщаются подходы к проектированию состояний и действий, рассматриваются алгоритмы планирования на основе RL и их применение к различным типам задач планирования, а также обсуждаются способы интеграции обучения с подкреплением с метаэвристиками. Наконец, анализируются существующие проблемы современных исследований и определяются перспективные направления и ключевые задачи для развития исследований и практического применения оптимизации производственного планирования на основе RL.