JSSP

新的PORL方法结合了在线和离线强化学习用于车间调度

研究人员推出了一种新颖的车间调度问题（JSSP）方法PORL，该方法结合了在线强化学习预训练和离线微调。这种混合方法利用基于仿真的交互来探索通用的调度策略，然后使用历史生产数据来调整这些策略。PORL的一个关键特性是其基于KL散度的策略约束，它限制了微调过程中的偏差，以保持预训练策略的优势。评估表明，PORL在处理分布变化和低质量数据集时，始终优于独立的离线强化学习和其他通用调度基线。