一种基于深度强化学习的PCB主板功能测试策略动态优化方法

本发明涉及主板功能测试技术领域，公开了一种基于深度强化学习的PCB主板功能测试策略动态优化方法。包括：初始化仿真环境，获取初始状态向量；智能体的演员网络基于状态向量输出当前的动作向量；仿真环境执行当前的动作向量，更新各测试项目的测试概率，模拟测试过程；计算下一时刻的状态向量，并计算当前的奖励值；将经验元组，存储到经验回放缓冲区；从经验回放缓冲区采样经验元组，使用近端策略优化算法对智能体的演员网络和评论网络的参数进行更新；重复以上过程，在最大化累积奖励目标下将测试策略收敛至多目标平衡解。本发明解决了现有策略无法实时响应产线动态变化的问题，实现了测试成本、缺陷漏检率、产线节拍时间的多目标协同优化。