基于深度强化学习的灵活车间调度：随机作业到达情况
人工智能
2026-05-22 v1 最优化与控制
摘要
灵活车间调度问题（FJSP）是作业 optimally 分配给机器的过程。两个主要挑战仍然存在于 FJSP：未来作业的不可预测到达以及问题的组合复杂性，使得传统的混合整数线性规划求解器难以解决。本文提出了一种针对随机作业到达情况的基于事件的深度强化学习方法来解决 FJSP。具体而言，我们采用Proximal Policy Optimization算法，并使用轻量级多层感知器来训练深度强化学习智能体，以最小化所有作业的总完成时间。我们设计状态表示可直接从环境中访问，并限制学习智能体从众多 established 调度规则中进行选择。仿真结果表明，我们的深度强化学习方法在具有不同异构性和作业到达率的数据集上，优于任何单个调度规则。我们将我们的深度强化学习方法与一种到达触发型混合整数线性规划解决方案进行基准测试，结果显示在数据集异构性较大时，我们的方法尤其表现出色。
引用
@article{arxiv.2605.22773,
title = {Deep Reinforcement Learning for Flexible Job Shop Scheduling with Random Job Arrivals},
author = {Yu Tang and Muhammad Zakwan and Efe Balta and John Lygeros and Alisa Rupenyan},
journal= {arXiv preprint arXiv:2605.22773},
year = {2026}
}