摘要： 针对柔性加工系统中零件发生特征重构的工艺路线规划问题，结合异步优势演员-评论家(A3C)算法的并行、异步、响应速度快以及决策经验可复用性、可扩展性的特点，提出了基于A3C算法的特征重构工艺路线规划方法。在零件发生特征重构的背景下，基于马尔可夫决策过程定义了状态、动作空间和奖励函数。针对A3C智能体在选取机床、刀具和进刀方向时可能会陷入局部最优，提出了随机贪婪策略，以扩大解的空间、提高解的质量，且为了避免A3C智能体在零件发生特征重构时陷入大量的试错中，提出了快失败策略，以加快智能体规避特征约束的能力，提高响应速度。仿真实验证明，所提方法能有效解决零件发生特征重构的工艺路线规划问题，且相比基于遗传、蚁群和模拟退火算法的工艺路线规划方法，所提方法在零件发生特征重构时响应速度更快，解的质量更高。

关键词: 异步优势演员-评论家; 特征重构; 工艺路线; 深度强化学习; 马尔可夫决策过程

中图分类号: 

• TH165

• TP18