harmonizing real-time constraints and long-horizon reasoning: An asynchronous agentic framework for dynamic scheduling

动态灵活车间调度问题（DFJSP）需要在对随机干扰的即时反应与对生产目标的全局优化之间进行权衡。传统的优先级规则不够灵活以处理复杂的干扰，而基于学习的方法往往牺牲可解释性或无法在不同规模的问题上泛化。虽然大型语言模型（LLM）提供了高级推理能力以弥合这一差距，但其巨大的推理延迟与工业控制系统的毫秒级决策周期不兼容。为解决这一冲突，我们引入RACE-Sched，一个基于异步智能体的框架，通过双流架构将策略执行与逻辑推理解耦。反应流执行低延迟的符号启发式方法，以实现实时调度，而并行的深思流则利用LLM综合、验证和演化这些规则。候选规则在沙箱中进行严格测试后通过原子更新部署，确保在不阻塞控制循环的情况下实现安全。此外，一个语义规则存储库对已验证的启发式方法进行索引，以检索式初始化提高了跨问题规模的可迁�性。广泛的评估在GEN-Bench、MK-Bench和JMS-Bench上表明，RACE-Sched在领先的深度强化学习和其他基于LLM的基准方法中取得了优异的表现。该方法实现了实时约束与长期推理的和谐，实现了卓越的解决方案质量和对动态事件的稳健适应。