面向机器调度的深度强化学习：方法学、研究现状与未来方向
机器学习
2025-01-30 v1 人工智能
神经与进化计算
摘要
机器调度旨在遵循制造规则与工件规范优化工件到机器的分配。该优化可降低运营成本、改善客户需求满足并提升生产效率。然而，由于其 NP-hard 特性，机器调度仍是一个具有挑战性的组合问题。深度强化学习（DRL）作为通用人工智能的关键组成部分，已在游戏与机器人等多个领域展现出潜力。自 1995 年以来，研究者已探索将 DRL 应用于机器调度问题。本文对基于 DRL 的方法进行了全面综述与比较，重点阐述其方法学、应用、优势与局限。依据计算组件将这些方法分类为：常规神经网络、编码器-解码器架构、图神经网络与元启发式算法。我们的综述得出结论：基于 DRL 的方法在计算速度及生成近全局最优解方面优于精确求解器、启发式算法与表格强化学习算法。这些基于 DRL 的方法已成功应用于不同机器环境与工件特征下的静态与动态调度。然而，基于 DRL 的调度器在处理复杂操作约束、可配置多目标优化、泛化、可扩展性、可解释性与鲁棒性方面存在局限。应对这些挑战将是该领域未来研究的关键重点。本文为研究者评估基于 DRL 的机器调度现状与识别研究空白提供了宝贵资源，亦有助于专家与从业者选择适于生产调度的 DRL 方法。
引用
@article{arxiv.2310.03195,
title = {Deep reinforcement learning for machine scheduling: Methodology, the state-of-the-art, and future directions},
author = {Maziyar Khadivi and Todd Charter and Marjan Yaghoubi and Masoud Jalayer and Maryam Ahang and Ardeshir Shojaeinasab and Homayoun Najjaran},
journal= {arXiv preprint arXiv:2310.03195},
year = {2025}
}