Dynamic Reinforcement Learning optimiert dynamische Ressourcenabstimmung in der Fertigung

In der Fertigungsindustrie gewinnt die intelligente Zuordnung von Ressourcen immer mehr an Bedeutung. Durch die gezielte Abstimmung von Nachfrage und Kapazität lassen sich Produktionsprozesse effizienter gestalten und Engpässe vermeiden – ein Ansatz, der insbesondere im Bereich der Kapazitätsfreigabe zunehmend an Aufmerksamkeit erregt.

Die vorliegende Arbeit befasst sich mit dem Problem der dynamischen Zuordnung von Nachfrage‑ und Kapazitätstypen in der Fertigung. Das Problem wird als mehrzeiliges, many-to-many Matching formuliert und als sequentieller Entscheidungsprozess modelliert. Dabei entstehen enorme Zustands- und Aktionsräume, sodass eine exakte Modellierung der gemeinsamen Verteilung der verschiedenen Nachfragearten praktisch unmöglich ist.

Um die Dimensionalitätsprobleme zu überwinden, setzt die Studie auf einen modellfreien Ansatz des Deep Reinforcement Learning. Durch die Einführung zweier Straftermine – einer auf Domänenwissen basierenden Strafe, die eine vorgegebene Grundstrategie nutzt, und einer Infeasibility‑Strafe, die die Nachfrage‑Angebots‑Beschränkungen respektiert – wird die klassische Q‑Lern‑Methode verbessert. Für kleine Problemgrößen liefert die Arbeit theoretische Konvergenzresultate und garantiert damit eine solide Leistungsbasis.

Für größere Problemgrößen wird die modifizierte Q‑Lern‑Strategie in den Deep Deterministic Policy Gradient (DDPG) Algorithmus integriert, wodurch ein domänenwissen‑informierter DDPG entsteht. Dieser Ansatz kombiniert die Vorteile von Deep RL mit strukturiertem Wissen und verspricht eine robuste Leistung auch bei komplexen Fertigungsaufgaben.