本發(fā)明提供了一種使用平均場(chǎng)動(dòng)作價(jià)值學(xué)習(xí)優(yōu)化車間作業(yè)排程的方法，屬于人工智能和運(yùn)籌優(yōu)化交叉領(lǐng)域。本專利使用多智能體馬爾科夫決策過(guò)程建模車間作業(yè)排程的一次求解過(guò)程，在此過(guò)程中設(shè)備作為智能體根據(jù)本地觀測(cè)選擇作業(yè)進(jìn)行加工，而且每個(gè)作業(yè)按生產(chǎn)的時(shí)長(zhǎng)被動(dòng)態(tài)劃分為子作業(yè)。本方法使用模擬器處理對(duì)應(yīng)現(xiàn)實(shí)條件的復(fù)雜約束，由多分類平均場(chǎng)強(qiáng)化學(xué)習(xí)算法進(jìn)行多目標(biāo)優(yōu)化，從而對(duì)車間作業(yè)排程問(wèn)題的痛點(diǎn)進(jìn)行解耦，專注優(yōu)化訂單出貨代價(jià)時(shí)能將生產(chǎn)周期整體時(shí)間壓縮約30%，每個(gè)訂單平均等待時(shí)間壓縮約35%。