arXiv cs.AI· Yunyi Zhao, Wei Zhang, Cheng Xiang, Vadakkepat Prahlad, Zuming Liu·· 1 天前AI 评分20
DredRL：双表示增强扩散策略用于柔性作业车间调度
Dual Representation Enhanced Diffusion Policy for Flexible Job Shop Scheduling
AI 导读
DredRL 是一种双表示增强的扩散策略强化学习调度器，通过自注意力与交叉注意力构建工序和机器的增强双表示，并用扩散模型作为策略网络迭代去噪生成调度决策。在合成实例上，其 makespan 较 SOTA 学习方法最多降低 5.44%，并在四个公开基准中的三个取得最佳学习型性能，在随机基准上优于随机性感知算法。
正文 · AI 翻译
摘要：柔性作业车间调度问题（FJSP）是智能制造中一个基础且具有挑战性的优化问题。尽管近期的深度强化学习（DRL）方法能够通过与环境的交互学习有效的调度策略，但其性能往往随着问题规模和加工时间不确定性的增加而下降。本文提出 DredRL，一种双表示增强的扩散策略强化学习调度器。DredRL 首先通过自注意力和交叉注意力机制构建工序与机器的增强双表示，以捕捉实体内部和实体间的依赖关系。进一步采用扩散模型作为策略网络，以编码状态为条件通过迭代去噪生成调度决策，从而增强策略的表达能力和鲁棒性。在合成、公开、大规模和随机 FJSP 基准上的大量实验表明，DredRL 在大多数配置下优于最先进的基于学习的调度器。与 SOTA 基于学习的方法相比，DredRL 在合成实例上将最大完工时间最多降低 5.44%。它还在四个公开基准中的三个上取得了最佳的基于学习性能，并在随机基准上优于随机性感知算法。这些结果表明，将增强双表示与基于扩散的策略相结合，为复杂环境下大规模可扩展的 FJSP 调度提供了一种有效且鲁棒的方法。
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.15246 [cs.LG] |
| （或 arXiv:2611.15246v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.15246 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yunyi Zhao [查看邮箱]
[v1]
2026年11月11日星期三 09:34:20 UTC（1,594 KB）
来源：arXiv cs.AI · arxiv.org