面向作业车间调度的泛化派工规则学习
机器学习
2022-11-16 v2 人工智能
摘要
本文引入一种强化学习方法，以更好地泛化作业车间调度问题（JSP）上的启发式派工规则。当前JSP上的模型并不关注泛化，尽管如我们在本工作中所示，这对于在该问题上学习更好的启发式规则至关重要。一种众所周知的提升泛化能力的技术是使用课程学习（CL）在日益复杂的实例上学习。然而，正如文献中许多工作所指出的，该技术在将所学技能在不同问题规模间迁移时可能遭受灾难性遗忘。为解决此问题，我们引入一种新颖的对抗式课程学习（ACL）策略，其在学习过程中动态调整难度级别以重访表现最差的实例。本工作还提出了一种求解JSP的深度学习模型，该模型关于作业定义等变且与规模无关。在Taillard和Demirkol实例上进行的实验表明，所提方法显著改进了JSP上当前的SOTA模型。在Taillard实例上，其将平均最优性差距从19.35%降至10.46%，在Demirkol实例上从38.43%降至18.85%。我们的实现已在线提供。
引用
@article{arxiv.2206.04423,
title = {Learning to generalize Dispatching rules on the Job Shop Scheduling},
author = {Zangir Iklassov and Dmitrii Medvedev and Ruben Solozabal and Martin Takac},
journal= {arXiv preprint arXiv:2206.04423},
year = {2022}
}