基于图增强的深度强化学习用于多目标无关并行机器调度
人工智能
2026-02-10 v1 新兴技术
摘要
无关并行机器调度问题（UPMSP）包含发布日期、装配和资格约束，具有显著的多目标挑战。传统方法难以平衡最小化总加权延迟（TWT）和总装配时间（TST）。本文提出了基于近似策略优化（PPO）和图神经网络（GNN）的深度强化学习框架。GNN有效地表示了作业、机器和装配的复杂状态，使PPO智能体能够学习直接的调度策略。在多目标奖励函数的指导下，智能体同时最小化TWT和TST。基准实例的实验结果表明，PPO-GNN智能体显著优于标准调度规则和人工智能方法，两者在目标之间实现了更佳的权衡。为复杂制造调度提供了稳健且可扩展的解决方案。
引用
@article{arxiv.2602.08052,
title = {Graph-Enhanced Deep Reinforcement Learning for Multi-Objective Unrelated Parallel Machine Scheduling},
author = {Bulent Soykan and Sean Mondesire and Ghaith Rabadi and Grace Bochenek},
journal= {arXiv preprint arXiv:2602.08052},
year = {2026}
}
备注
11 pages, 2 figures, Winter Simulation Conference (WSC) 2025