[发明专利]定向流价值分析系统及服务器

摘要

一种用于提高性能的系统包括处理器以及非暂态计算机可读介质。所述非暂态计算机可读介质可以包括指令，所述指令可以包括：分配对应于离散决策点的智能体并且分配基于设施拓扑的范围；以及训练所述智能体，以学习决策策略，该决策策略提供智能体在任何时间点针对给定场景能够采取的各个可能的决策的排序。可以在训练阶段期间通过选择使全局奖励的一个或多个因素最大化的动作来确定所述排序，该全局奖励累积调度时段的持续时间内的所有设施操作的价值。