研究人员开发了DredRL，一种用于灵活车间调度问题（FJSP）的新型深度强化学习方法。该方法利用由自注意力和交叉注意力机制增强的双表示来捕获操作和机器之间复杂的依赖关系。扩散模型被用作策略网络，通过迭代去噪生成调度决策，以提高表达能力和鲁棒性，特别是在大规模和随机问题实例中。实验表明，DredRL在合成实例上优于现有的基于学习的调度器，将完成时间最多减少5.44%，并在公共和随机基准测试中取得了最佳性能。 AI
影响 为复杂的制造环境引入了一种更鲁棒、更具表现力的AI调度方法。
排序理由 详细介绍特定问题领域新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- cross-attention
- deep reinforcement learning
- diffusion model
- DredRL
- Flexible Job Shop Scheduling Problem
- Hugging Face
- self-attention
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
