木工家具制造业作为劳动力密集型制造产业及生活关联型民生产业,“个性化定制,柔性化生产”已成为其未来发展的方向。本文旨在以木工家具智能制造工厂内的木工物料自动化搬运系统为研究对象,构建多智能体系统模型,研究端到端的多智能体搬运调度策略。首先,本文对木工物料自动化搬运系统进行了抽象化建模。从木工物料自动化搬运任务的实际需求出发,构建了三个多智能体系统场景:合作导航、货物搬运、碰撞躲避。其次,针对深度强化学习在多智能体系统应用中存在的维度灾难问题,提出了一种基于策略注意力机制的深度强化学习算法（ATAC）。首先,通过样本池存储智能体与环境互动结果并提供训练样本。其次,以演员-评论家算法作为初始框架,通过集中学习、分散执行的方式训练出一个中心化的评论家,网络参数的更新采用双网络部分继承机制。然后,通过策略注意力机制选择性地关注重要信息。最后,在三个场景中设计了对比实验,验证了ATAC算法在解决多智能体系统搬运调度策略问题上的有效性。然后,针对深度强化学习在多智能体系统应用中探索度较低的问题,提出了一种基于自适应探索机制的多智能体深度强化学习算法（ADAC）。首先,改进了ATAC中的双网络部分继承机制,通过对神经网络稳定性的分析自适应地继承参数,达到加速训练的效果。其次,通过在ADAC目标函数中引入最大熵模型让策略更加随机化,增强了算法的探索能力。然后,信息熵的权重随着算法对动作空间探索度的升高而逐渐降低,使得算法最终的目标函数回归到累计奖励值的计算。最后,在三个场景中设计了对比实验,验证了ADAC算法在解决多智能体系统搬运调度策略问题上的有效性。