本发明公开了一种基于深度强化学习的车间调度方法、装置和系统，属于作业车间调度领域，所述方法包括：S1：根据车间调度问题的目标函数确定出车间仿真环境；S2：利用深度强化学习DRL智能体与车间仿真环境获取交互三元组；S3：将多个三元组作为训练数据集训练智能体Actor和智能体Critic；智能体Actor用于选取加工工件，智能体Critic用于评价当前加工状态的期望奖励值；S4：利用执行智能体继承训练后的智能体Actor的网络参数，控制执行智能体在线对车间加工工序中的调度实例进行决策，以确定出下一个待加工工件。本发明为基于数据驱动的科学决策，决策效率高，能够准确为待加工工件分配优先级，同时适用于各种加工场景，兼容性强。