学习调度作业车间问题：基于图神经网络与强化学习的表示与策略学习
人工智能
2021-06-03 v1 多智能体系统
摘要
我们提出了一种利用图神经网络（GNN）和强化学习（RL）来学习调度作业车间问题（JSSP）的框架。我们将 JSSP 的调度过程建模为一个序贯决策问题，并以图表示状态以考虑 JSSP 的结构。在求解该建模问题时，所提框架采用 GNN 来学习将表示为图的 JSSP 的空间结构嵌入其中的节点特征（表示学习），并推导出将嵌入节点特征映射到最佳调度动作的优化调度策略（策略学习）。我们采用基于近端策略优化（PPO）的 RL 策略以端到端方式训练这两个模块。我们通过实验证明，由于其卓越的泛化能力，GNN 调度器在各种基准 JSSP 上优于实际偏好的派工规则和基于 RL 的调度器。我们还确认所提框架学习到了可迁移的调度策略，可在无需进一步训练的情况下用于调度全新的 JSSP（在规模和参数上）。
引用
@article{arxiv.2106.01086,
title = {Learning to schedule job-shop problems: Representation and policy learning using graph neural network and reinforcement learning},
author = {Junyoung Park and Jaehyeong Chun and Sang Hun Kim and Youngkook Kim and Jinkyoo Park},
journal= {arXiv preprint arXiv:2106.01086},
year = {2021}
}
备注
16 pages, 8 figures