基于原子动作分解的随机处理网络最优批处理调度
系统与控制
2025-10-09 v2 系统与控制
摘要
随机处理网络(SPN)在医疗、交通和通信网络中具有广泛应用。SPN 的控制目标是在不确定性下动态分配批处理服务器，以优化长期性能。该问题具有挑战性，因为策略维度随服务器数量呈指数增长，使得标准强化学习和策略优化方法在规模扩大时变得不可行。我们提出一种原子动作分解框架，用于解决这种可扩展性挑战，通过将联合分配拆分为顺序的单服务器分配。由此得到的策略维度恒定，与服务器数量无关。我们研究了两种原子策略类，即步骤相关和步骤独立原子策略，并证明两者都可实现与原始联合策略相同的 optimal long-run average reward。这些结果表明，在原子框架下可在不损失 optimal性的前提下使 SPN 控制的计算变得可扩展。我们的结果为此前在大规模应用中报告的原子框架的强经验成功提供了理论依据。
引用
@article{arxiv.2510.06033,
title = {Optimal Batched Scheduling of Stochastic Processing Networks Using Atomic Action Decomposition},
author = {Jim Dai and Manxi Wu and Zhanhao Zhang},
journal= {arXiv preprint arXiv:2510.06033},
year = {2025}
}