论文部分内容阅读
单站点传送带给料加工站（Conveyor—serviced production station，CSPS）系统中，可运用强化学习对状态一行动空间进行有效探索，以搜索近似最优的前视距离控制策略．但是多站点CSPS系统的协同控制问题中，系统状态空间的大小会随着站点个数的增加和缓存库容量的增加而成指数形式（或几何级数）增长，从而导致维数灾，影响学习算法的收敛速度和优化效果．为此，本文在站点局域信息交互机制的基础上引入状态聚类的方法，以减小每个站点学习空间的大小和复杂性．首先，将多个站点看作相对独立的学习主体，