【摘要】准时高效的物料搬运系统保证了装配制造的持续稳定运行，为动态应对装配线状态变化，有效平衡混流装配的生产效率与能耗，本文提出了基于Q学习算法的强化学习调度模型，对其系统状态、动作策略、报酬函数进行设计，并引入神经网络对Q值函数进行泛化和逼近，改进策略选择机制，形成基于双参数贪婪策略的强化学习动态调度方法。仿真实验结果表明，这种强化学习调度相比其他调度方法，物料搬运调度的优化效果更好，能在保证物料准时运送到装配线，实现最大产量的同时，有效减少搬运距离。