DredRL

新的DredRL方法增强了复杂制造问题的AI调度能力

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。