在智能制造浪潮中，柔性作業車間調度問題(Flexible Job Shop Scheduling Problem, FJSP)與自動導引車(Automated Guided Vehicle, AGV)的協同調度成為制約生產效率的關鍵瓶頸。傳統方法如混合整數線性規劃(MILP)雖能求得小規模問題最優解，但計算耗時嚴重；元啟發式算法如遺傳算法(GA)易陷入局部最優，而優先級調度規則(PDR)過度依賴人工經驗。這些方法難以滿足實時生產環境對高效、高質量解決方案的需求。

為解決這一挑戰，來自聊城大學等機構的研究團隊在《Expert Systems with Applications》發表研究，提出協同智能體深度強化學習框架(Cooperative Agent Deep Reinforcement Learning, CADRL)。該框架創新性地將FJSP-AGV分解為AGV分配、機器選擇和操作排序三個子問題，其中AGV分配采用規則驅動，后兩者由專用智能體通過析取圖表征和雙編碼器-解碼器架構協同處理。研究通過設計基于圖神經網絡(GNN)和深度神經網絡(DNN)的異構編碼器，結合協同訓練機制，在保證求解質量的同時顯著提升計算效率。

關鍵技術方法包括：1) 構建FJSP-AGV的析取圖表征以捕獲調度拓撲關系；2) 設計雙馬爾可夫決策過程(DMDP)建模機器選擇與操作排序的協同；3) 采用GNN編碼析取圖狀態，DNN編碼機器工況；4) 開發協同訓練框架平衡訓練效率與性能；5) 基于公開基準實例和實際案例驗證泛化能力。

FJSP-AGV描述
研究將問題定義為包含多工件、多機器和有限AGVs的協同優化系統，其中工件運輸需求由相鄰工序的機器分配差異觸發。通過析取圖整合工序優先級、機器能力和AGV路徑約束，為DRL智能體提供結構化狀態輸入。

CADRL框架
框架采用分工協作架構：AGV分配使用最近空閑車輛規則，機器選擇和操作排序分別由獨立智能體決策。GNN編碼器提取工序間拓撲特征，DNN編碼器分析機器負載狀態，通過注意力機制解碼最優動作。協同訓練采用異步策略更新，使雙智能體學習速率匹配。

實驗驗證
在Brandimarte基準測試中，CADRL以0.208秒平均求解時間刷新記錄，相對百分比增量(RPI)指標優于現有最優算法30.78%。實際案例測試顯示其泛化能力，0.067秒求解時間與最優解差距僅13.17%。協同訓練框架使訓練效率提升2.08%，性能提高0.21%。

結論與展望
該研究首次實現FJSP-AGV的實時智能決策，其創新點在于：1) 析取圖表征突破傳統調度模型局限；2) 異構智能體分工解決復雜子問題耦合；3) 協同訓練機制平衡計算資源與性能。未來研究方向包括多目標優化和動態環境適應。這項工作為智能制造實時調度系統提供新范式，其方法論可擴展至物流倉儲、半導體制造等領域。