基于多智能体深度强化学习的大规模异构车队动态调度
机器学习
2020-08-26 v1 人工智能
摘要
动态调度是采矿等传统行业运营优化的核心问题之一，其关乎如何智能地在正确的时间将正确的资源分配到正确的地点。传统上，该行业依赖启发式甚至人类直觉，这些往往是短视且次优的解决方案。借助人工智能与物联网（IoT）的力量，数据驱动的自动化正在重塑该领域。然而，面对其自身挑战，如大规模异构卡车在高度动态环境中运行，其几乎无法采用其他领域（例如网约车）开发的方法。本文中，我们提出一种新颖的深度强化学习方法来解决采矿中的动态调度问题。我们首先开发了一个基于事件的采矿模拟器，其参数在真实矿山中校准。然后我们提出一种具有新颖抽象状态/动作表示的经验共享深度Q网络，以从异构智能体整体学习记忆并以集中方式实现学习。我们证明所提方法在生产力方面以显著优于工业界最广泛使用的方法。所提方法在更广泛的行业（例如制造、物流）中具有巨大潜力，这些行业拥有在高度动态环境中工作的大规模异构设备，可作为动态资源分配的通用框架。
引用
@article{arxiv.2008.10713,
title = {Dynamic Dispatching for Large-Scale Heterogeneous Fleet via Multi-agent Deep Reinforcement Learning},
author = {Chi Zhang and Philip Odonkor and Shuai Zheng and Hamed Khorasgani and Susumu Serita and Chetan Gupta},
journal= {arXiv preprint arXiv:2008.10713},
year = {2020}
}