深度强化学习将联想笔记本调度从六小时缩短至30分钟

LCFC是联想在合肥最大的笔记本工厂，需要在43条装配线上调度生产订单；旧的人工系统无法跟上产出速度。

联想研究院用深度强化学习平台取代了它，该平台平衡产量、换线成本和履约率，并通过掩码强制实施运营约束。

结果：订单积压减少20%，履约率提升23%，调度时间从六小时缩短至30分钟；LCFC营收在2019年达到19.1亿美元，2020年达到26.9亿美元。INFORMS将联想评为2021年爱德曼奖决赛入围者。

训练调度器本身，而不是手工编写规则

学习到的策略能够适应不断变化的订单组合，无需重新编写规则。

约束掩码确保搜索在可行的调度方案内进行。

在几分钟内重新规划，使工厂能够在班次内响应变化。

对于重复出现的组合决策，针对目标训练模型，并用掩码确保可行性——同一个训练好的调度器可以在工厂条件变化时重复使用。

联想将该平台扩展到智能制造战略中，该案例成为深度强化学习在工业调度领域的标志性示例；INFORMS将其评为2021年爱德曼奖决赛入围者。