通过深度强化学习学习调度以求解作业车间调度问题
机器学习
2020-10-26 v1 人工智能
机器学习
摘要
优先调度规则(PDR)被广泛用于求解现实世界作业车间调度问题(JSSP)。然而，有效 PDR 的设计是繁琐的任务，需要大量专业知识且常性能有限。本文中，我们提出通过端到端深度强化学习智能体自动学习 PDR。我们利用 JSSP 的析取图表示，并提出基于图神经网络的方案来嵌入求解过程中遇到的状态。所得策略网络对规模不敏感，有效实现了在大规模实例上的泛化。实验表明，智能体能从零开始以基本原始特征学习高质量 PDR，并对现有最佳 PDR 展现出强劲性能。所学策略在训练未见过的大得多实例上也表现良好。
引用
@article{arxiv.2010.12367,
title = {Learning to Dispatch for Job Shop Scheduling via Deep Reinforcement Learning},
author = {Cong Zhang and Wen Song and Zhiguang Cao and Jie Zhang and Puay Siew Tan and Chi Xu},
journal= {arXiv preprint arXiv:2010.12367},
year = {2020}
}