车间调度强化学习代码理解

Question

就是返回完成加工的机器:含义是某机器已经完成所有调度吗？
以及空闲机器选择下一个状态所用的时间吗
是这么理解吗？？

Answer 1

这段代码是实现车间调度的强化学习算法，它的目的是返回最先完成加工的机器。首先，它通过np.where函数找到最小mch_time并储存在min_mch_time中，代表最先完成加工的机器。然后，它遍历min_mch_time并找到可以加工的任务，储存在min_mchForJob中。接着，它通过np.intersect1d函数找到闲置机器能选择的task，储存在min_mchFortask中。最后，如果min_mchFortask不为空，则退出循环，否则删除min_mch_time并继续循环。

简单来说，这段代码通过不断找到最先完成加工的机器，并找到空闲机器能选择的task，来实现车间调度的强化学习。