Q-learning 演算法最佳化排程派工專案

需求說明

用於哪個行業：工業自動化領域 細節說明： 開發一套基於 Q-learning 的排程派工系統，目前已完成： 1.可行解佈局 (job layout) 生成 2.狀態、動作、回饋 (reward) 定義 最小化完工時間 (makespan) 的基本運算 目前整體演算法完成度約 80%以上，能產出初步佈局與排工流程，但多機台環境下，派工仍偏向「單工單獨立完成後再取下一張」，導致機台閒置，無法連續接續執行。 優化目標: 1.完工時間最小化： 2.機台稼動率最大化：提升多機台並行效率 3.動態派工順序決策：讓手臂在前一工單加工中同步取料、上料，避免等待 --------------------------------------------------- : 1.調整環境邏輯 (environment step/reset) 以支持多工單可併行處理，有範例測試資料結果與簡易說明文件 2.保留現有 Q-learning 架構與 action/reward 設計，僅進行最小範圍程式碼修改 3.驗證修改後，能在兩台以上機台條件下，持續接續排工，達成最小閒置運轉 4. 簡易GUI 使用者介面設計 -------------------------------------------------------------- 理想接案者條件 1.熟悉 Python、Gym 環境開發 2.具備增強式學習 實務經驗 3.了解生產排程或製造業自動化