Ce travail propose LADMARL, une méthode hybride combinant Lagrangien augmenté, ADMM et apprentissage par renforcement pour optimiser la maintenance préventive d'une ligne d'assemblage hybride série–parallèle. En reformulant la contrainte de fiabilité non linéaire liée à la structure série–parallèle, la méthode permet une décomposition par station tout en garantissant la cohérence globale du système. LADMARL offre ainsi une solution scalable et explicable pour la planification de maintenance dans des environnements industriels complexes.