自动充电系统的调度方法及调度装置、存储介质以及计算机程序产品

本发明提供一种自动充电系统的调度方法及调度装置、存储介质以及计算机程序产品。自动充电系统包括充电桩和机械臂，机械臂对充电桩上的充电枪进行插拔操作以使充电枪对电动车进行充电操作，调度方法包括：构建步骤，针对充电桩和机械臂分别构建策略价值函数和动作价值函数；建模步骤，利用神经网络对构建的充电桩和机械臂的动作价值函数和策略价值函数进行建模，以建立动作价值网络和策略网络；训练步骤，使用时序差分算法对建立的充电桩和机械臂的动作价值网络进行训练，并以最大化累积奖励为目标对建立的充电桩和机械臂的策略网络进行训练；参数更新步骤，在训练步骤完成后对神经网络参数进行更新，使得充电桩和机械臂的策略为最优调度策略。