Skip to content

dayu-autostreamer/skyengine

Repository files navigation

天工柔性制造仿真—调度一体化系统

一、系统定位与愿景

SkyEngine(天工) 是一个面向柔性制造系统(FMS)的 仿真—调度一体化平台,核心目标是:

以高保真仿真为验证闭环,将调度算法从“离线求解器”提升为“可落地的生产决策系统”。

系统面向 智能制造、调度算法研究、数字孪生验证 等场景,强调:

  • 算法与工程解耦
  • 仿真与调度闭环
  • 复杂制造系统的可扩展建模能力

二、设计动机

在实际柔性制造场景中,传统调度系统普遍存在以下结构性问题:

  • 算法与业务强耦合 调度算法嵌入业务逻辑,难以替换、对比与复现
  • 多目标与动态性不足 难以同时处理工期、负载、路径、异常等多目标约束
  • 仿真与真实执行割裂 调度结果无法在高一致性仿真中验证
  • 算法研究难以工程化 学术算法缺乏运行环境与接口标准

天工系统的核心思想是:

通过“算法环境层 × 服务层”两层架构,将调度算法工程化、平台化。


三、总体架构设计

1. 两层解耦架构

┌──────────────────────────────┐
│        服务层                 │
│  · API / 状态管理 / 可视化     │
│  · 工厂生命周期管理             │
│  · 仿真状态流式输出 (SSE)       │
└──────────────┬───────────────┘
               │
┌──────────────▼───────────────┐
│        环境算法层              │
│  · 调度 / 分配 / 路径规划       │
│  · 工厂仿真环境                │ 
│  · 事件驱动与指标采集           │
└──────────────────────────────┘

关键原则

  • 服务层 不关心算法实现
  • 算法层 不依赖具体业务接口
  • 两者通过稳定的 Factory / Proxy 接口交互

2. 服务层职责

服务层是系统的工程入口,负责:

  • 对外提供 REST API
  • 管理工厂实例生命周期(启动 / 暂停 / 重置)
  • 维护仿真运行状态
  • 向前端 实时推送状态与指标(SSE)

核心抽象:

  • FactoryProxy:工厂代理,桥接算法层
  • Server:统一 API 与运行控制入口

服务层本身不包含任何调度决策逻辑


3. 算法层职责

算法层是系统的研究与决策核心,包含三类能力:

(1)工厂仿真环境(Factory)

  • 提供可运行的制造系统仿真
  • 支持多 AGV、多机器、多任务
  • 事件驱动、可回放、可指标化

系统内置一类测试用的工厂范式:

  • StaticFactoryProxy:静态场景,用于规范展示,支持前端展示的一切功能。

其余工厂组件以插件形式自行添加,当前支持:

  • GridFactory: 网格场景,用于探索多智能体寻路与任务分配的联合任务。

(2)调度与规划组件

算法环境本身被拆分为 可插拔组件

  • Job Solver:工序调度
  • Assigner:任务—资源分配
  • Route Solver:AGV 路径规划
  • Coordinator:多决策结果整合

每一类组件均支持多算法实现,并通过统一接口接入。

(3)指标与事件系统

  • 统一事件系统
  • 指标监控与采集
  • 支持拥堵、工期、负载、路径等分析

四、核心设计理念

1. 环境即组件(Environment as Component)

  • 所有算法环境遵循统一接口
  • 可并行对比、快速替换
  • 支持从规则方法到学习模型

2. 仿真即验证(Simulation as Ground Truth)

  • 所有调度策略必须在仿真中运行
  • 支持异常注入、动态扰动
  • 避免“纸面最优”的算法幻觉

3. 调度即系统(Scheduling as a System)

  • 调度不是单一求解问题
  • 而是工序、运输、资源的联合决策
  • 通过 Coordinator 实现分层协同

五、系统能力概览

  • 支持 JobShop / FMS 场景
  • 支持多 AGV 路径规划(MAPF)
  • 支持多种调度策略与智能体
  • 支持实时仿真与可视化
  • 支持状态持久化与对比实验
  • 支持研究算法直接工程运行

依据假设创建了不同的强化学习环境,若想进行不同的柔性产线算法研究,请了解以下环境的相关信息,并针对化部署。

强化学习环境 描述 部署指南
GridFactory 用于研究 JSSP + MAPF 的网格环境 GridFactory
PacketFactory 非网格环境 PacketFactory

六、适用人群

  • 调度与运筹优化研究者
  • 智能制造 / 数字孪生方向
  • 多智能体路径规划研究
  • 希望将算法“展示出来”的工程/科研人员

若您想进一步深入探索系统,请参考 docs,其包括了用户指南与开发者指南两个部分


七、项目状态

2026-01 · v1.0.0 正式版

完成仿真—调度—服务—可视化的端到端闭环,架构接口稳定,系统进入可扩展、可复现的稳定阶段。

2025-12 · v0.9.0

完成算法层与服务层解耦,引入 Factory Proxy 与统一指标系统,平台化架构基本成型。

2025-10 · v0.8.0

确立 Factory 为核心抽象,引入 Coordinator,实现工序调度、任务分配与路径规划的分层协同。

2025-08 · v0.7.0

从调度原型演进为系统级仿真框架,引入事件驱动模型与基础可视化能力。

2025-06 · v0.6.0

完成最小可运行原型,验证柔性制造调度与多智能体仿真的整体建模可行性。


八、联系我们

如果有任何问题,请随时通过以下方式联系我们:

九、许可证与归属

天工系统遵循Apache 2.0许可证,请参阅LICENSE以获取详细信息。

About

SkyEngine is a flexible manufacturing simulation-integrated scheduling platform with pluggable algorithms and a FastAPI + Vue.js web interface.

Resources

License

Stars

Watchers

Forks

Contributors