模块化生产环境下基于深度 Q 学习的车辆管理
机器学习
2022-05-09 v1 人工智能
摘要
我们研究了在模块化生产设施背景下，使用离散事件仿真作为环境，部署基于 Deep-Q 的深度强化学习智能体解决作业车间调度问题的可行性。这些环境由待加工零件的源与汇，以及（若干）工作站组成。智能体被训练以最优方式调度自动导引车在这些站点间往返运输零件。从极简设置出发，我们逐步增加环境复杂度，并将智能体性能与成熟的启发式方法（如基于先进先出（first-in-first-out）的智能体、代价表和最近邻方法）比较。我们进一步寻找启发式方法表现不佳的特定环境配置，以考察 Deep-Q 智能体受这些挑战影响的程度。我们发现基于 Deep-Q 的智能体表现出与启发式基线相当的绩效。此外，我们的结果表明，与常规方法相比，DRL 智能体对噪声表现出更强的鲁棒性。总体而言，我们发现 DRL 智能体对此类调度问题是一种有价值的方法。
引用
@article{arxiv.2205.03294,
title = {Vehicle management in a modular production context using Deep Q-Learning},
author = {Lucain Pouget and Timo Hasenbichler and Jakob Auer and Klaus Lichtenegger and Andreas Windisch},
journal= {arXiv preprint arXiv:2205.03294},
year = {2022}
}