任务详情
算法大框架参考源码框架 ① 使用Simpy动态模拟新工件到达 ② 使用3层分层分布式多智能体深度强化学习网络 a) 每个层级都由相应的智能体(Agent)组成,具有自己的状态、动作和奖励函数。 b) 智能体之间通过交流信息和协作决策,共同优化整个系统的调度性能 c) 明确不同层级智能体的职责和交互方式,设计合理的状态表示、动作空间和奖励函数 ③ 工厂你自己设计（要求必须是使用智能体选择工厂，工厂数量设置为3），同构工厂 a) 在实现工厂智能体时,需要考虑其状态表示、动作空间、奖励函数等关键要素。 b) 可以参考agent_workcenter和agent_machine的设计,
