基于深度强化学习与注意力机制的混合智能动态作业车间调度
人工智能
2022-01-04 v1 机器学习
摘要
动态作业车间调度问题（DJSP）是一类专门考虑现实智能制造环境中订单需求变更、机器可能故障等固有不确定性的调度任务。由于传统方法无法在环境扰动下动态生成有效调度策略，我们将 DJSP 建模为需用强化学习（RL）解决的马尔可夫决策过程（MDP）。为此，我们提出一种灵活的混合框架，以析取图作为状态，以一组通用调度规则作为动作空间，且仅需极少先验领域知识。注意力机制用作图表示学习（GRL）模块以提取状态特征，并采用带优先回放与噪声网络的双竞争深度 Q 网络（D3QPN）将各状态映射至最恰当的调度规则。此外，我们提出基于知名 OR-Library 的公开基准 Gymjsp，为 RL 与 DJSP 研究界提供标准化即用设施。在各 DJSP 实例上的综合实验证实，所提框架优于基线算法，在所有实例上取得更小完工时间，并为混合框架中各组件的有效性提供经验依据。
引用
@article{arxiv.2201.00548,
title = {Hybrid intelligence for dynamic job-shop scheduling with deep reinforcement learning and attention mechanism},
author = {Yunhui Zeng and Zijun Liao and Yuanzhi Dai and Rong Wang and Xiu Li and Bo Yuan},
journal= {arXiv preprint arXiv:2201.00548},
year = {2022}
}
备注
26 pages