面向结构不确定性下作业车间调度的学习型优化方法
机器学习
2026-01-30 v1
摘要
在各种形式的制造不确定性下，作业车间调度问题 (JSSP) 近年来引起了广泛关注。大多数现有研究聚焦于参数不确定性，如可变加工时间，通常采用演员-批评家框架。在本文中，我们探讨了另一种常见的不确定性形式：结构不确定性。结构不确定性源于作业可能遵循多条路由路径之一，且选择由 situational factors (如中间产品的质量) 决定，这些因素无法提前知晓。现有方法因错误的信用分配而难以应对：如果某高质量动作后跟随耗时的路径，则会对其进行不公平的惩罚。为此，我们提出了一种新方法，称为 UP-AAC。与常规演员-批评家方法不同，UP-AAC 采用非对称体系结构。其演员接收标准随机状态，而批评家关键地接收通过 hindsight 重构的确定性状态。这种设计使批评家能够学习更准确的价值函数，从而为演员提供更低方差的策略梯度，实现更稳定的学习。此外，我们设计了基于注意力的不确定性感知模型 (UPM) 以增强演员的调度决策。大量实验表明，我们的方法在基准实例上在减小 makespan 方面优于现有方法。
引用
@article{arxiv.2601.21389,
title = {Learning to Optimize Job Shop Scheduling Under Structural Uncertainty},
author = {Rui Zhang and Jianwei Niu and Xuefeng Liu and Shaojie Tang and Jing Yuan},
journal= {arXiv preprint arXiv:2601.21389},
year = {2026}
}