Il Job Shop Scheduling Problem (JSSP) è una sfida fondamentale nella gestione delle operazioni, caratterizzata dalla sua natura NP-hard e dalla complessità del coordinamento delle sequenze di lavoro su più macchine. Questa tesi affronta l'integrazione delle risorse di trasporto, come i veicoli a guida automatica (AGV) e i sistemi di trasporto, nel JSSP tradizionale, che aggiunge un significativo livello di complessità introducendo variabili aggiuntive come i tempi di trasporto e i vincoli di disponibilità. Per affrontare queste sfide, viene sviluppata una metodologia basata su Deep Q-Network (DQN), che sfrutta una rete neurale per approssimare i valori Q e guidare il processo decisionale in ambienti complessi e stocastici.