O aprendizado por reforço profundo reduziu o agendamento de laptops da Lenovo de seis horas para 30 minutos.

A LCFC, maior fábrica de laptops da Lenovo em Hefei, agenda ordens de produção em 43 linhas de montagem; seu antigo sistema manual não conseguia acompanhar o ritmo da produção.

A Lenovo Research o substituiu por uma plataforma de aprendizado por reforço profundo que equilibra volume, custo de troca e atendimento, com mascaramento para impor restrições operacionais.

Resultados: backlog de ordens 20 por cento menor, taxa de atendimento 23 por cento melhor e tempo de agendamento reduzido de seis horas para 30 minutos; a receita da LCFC atingiu US$ 1,91 bilhão em 2019 e US$ 2,69 bilhões em 2020. A INFORMS nomeou a Lenovo finalista do Edelman de 2021.

Treinar o próprio agendador em vez de escrever regras manualmente

A política aprendida se adapta a mudanças na composição das ordens sem recodificar regras.

O mascaramento de restrições mantém a busca dentro de cronogramas viáveis.

O replanejamento em minutos permite que a fábrica responda a mudanças dentro de um turno.

Para uma decisão combinatória recorrente, treine um modelo no objetivo e deixe uma máscara impor a viabilidade — o mesmo agendador treinado pode ser reutilizado à medida que as condições da fábrica mudam.

A Lenovo estendeu a plataforma em direção à sua iniciativa de manufatura inteligente, e o caso se tornou um exemplo emblemático de aprendizado por reforço profundo no agendamento industrial; a INFORMS o reconheceu entre os finalistas do Edelman de 2021.