买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京珂阳科技有限公司申请的专利基于深度强化学习的半导体制造设备分组工作方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119398466B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510007920.4，技术领域涉及：G06Q10/0631；该发明授权基于深度强化学习的半导体制造设备分组工作方法及系统是由张磊;李树盛;冯白羽设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本基于深度强化学习的半导体制造设备分组工作方法及系统在说明书摘要公布了：本发明提供一种基于深度强化学习的半导体制造设备分组工作方法及系统，涉及半导体制造技术领域，包括采集设备实时运行数据，提取时序统计特征和耦合特征，生成设备动态性能评分，并构建性能特征向量。利用深度强化学习和微粒群优化算法生成初始分组方案，并通过双重Q网络和时序差分学习算法进行优化。最后，构建基于图结构的群体协同评价网络，通过多层图卷积网络提取局部组合特征和全局拓扑特征，并利用双层评价准则迭代优化分组方案，直至满足预设收敛阈值，输出最终分组方案。本发明能够有效提高设备分组效率，优化资源配置，提升整体生产效率。

本发明授权基于深度强化学习的半导体制造设备分组工作方法及系统在权利要求书中公布了：1.一种基于深度强化学习的半导体制造设备分组工作方法，其特征在于，包括：采集多台半导体制造设备在连续加工周期内的实时运行数据，通过滑动窗口机制对所述实时运行数据进行分段采样，在每个滑动窗口内提取参数的时序统计特征和参数间的耦合特征，将所述时序统计特征和耦合特征输入预先训练的循环神经网络，生成设备性能的时序表征，结合工艺专家经验构建分层评价体系，生成半导体制造设备的动态性能评分，基于所述动态性能评分构建自适应权重的性能特征向量；将所述性能特征向量输入深度强化学习环境，构建考虑设备状态迁移的马尔可夫决策过程模型，将设备状态空间和分组动作空间映射为微粒群优化问题，将分组方案编码为微粒位置向量，通过迭代优化搜索得到初始分组方案；基于所述初始分组方案构建双重Q网络，所述双重Q网络包含在线评估网络和目标价值网络，通过经验回放缓存池存储历史决策序列，基于所述历史决策序列构建时序差分学习算法，计算多维奖励值，根据所述多维奖励值更新在线评估网络的参数，对所述初始分组方案进行优化得到候选分组方案；构建基于图结构的群体协同评价网络，将所述候选分组方案中的设备组关系构建为动态加权图，将所述动态加权图输入多层图卷积网络，提取设备组内的局部组合特征和设备组间的全局拓扑特征，构建双层评价准则，当所述双层评价准则的评价结果未达到预设阈值时，根据所述局部组合特征和全局拓扑特征生成新的设备分配方案，将所述设备分配方案的执行结果作为新的状态矩阵输入深度强化学习环境进行更新，重复执行设备重分配过程，直至所述双层评价准则满足预设收敛阈值，输出最终的设备分组方案。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京珂阳科技有限公司，其通讯地址为：100176 北京市通州区经济技术开发区西环南路26号院30号楼(嘉捷科技园A座)6层-605；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。