傳統(tǒng)的制造系統(tǒng)采用集中式結(jié)構(gòu)進(jìn)行數(shù)據(jù)分析和訂單調(diào)度，由于過(guò)于依賴中央控制器和有限的通信通道，效率低下且不可靠。物聯(lián)網(wǎng)(IoT)和云技術(shù)使構(gòu)建多智能體系統(tǒng)(MAS)等分布式制造體系結(jié)構(gòu)成 為可能。最近，人工智能(AI)方法被用于解決制造環(huán)境中的調(diào)度問(wèn)題。然而，在具有異構(gòu)制造單元的分布式系統(tǒng)中，調(diào)度算法很難處理高維數(shù)據(jù)。 因此，本文提出了一種新的智能工廠中的網(wǎng)絡(luò)物理集成（Cyber-physicalIntegration），以解決小批量高混合訂單的在線調(diào)度問(wèn)題。首先，制造單位通過(guò)物聯(lián)網(wǎng)技術(shù)通過(guò)網(wǎng)絡(luò)物理系統(tǒng)(CPS)相互連 接。加工操作的屬性由射頻識(shí)別(RFID)標(biāo)簽存儲(chǔ)和傳輸。其次，我們提出了一種人工智能調(diào)度器，該調(diào)度器采用新穎的神經(jīng)網(wǎng)絡(luò)為每個(gè)單元(如倉(cāng)庫(kù)、機(jī)器)調(diào)度實(shí)時(shí)傳感器數(shù)據(jù)的動(dòng)態(tài)操 作。每個(gè)AI調(diào)度器可以通過(guò)學(xué)習(xí)其他調(diào)度器的調(diào)度經(jīng)驗(yàn)來(lái)與其他調(diào)度器協(xié)作。第三，設(shè)計(jì)了新的獎(jiǎng)勵(lì)函數(shù)，提高了基于強(qiáng)化學(xué)習(xí)(RL)的多智體調(diào)度器的決策能力。通過(guò)實(shí)際案例研究，對(duì)所提出的方法 在智能工廠中進(jìn)行了評(píng)估和驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，新的智能工廠體系結(jié)構(gòu)不僅提高了多個(gè)人工智能調(diào)度器的學(xué)習(xí)和調(diào)度效率，而且能夠有效地處理緊急訂單和機(jī)器故障等突發(fā)事件。