arXiv cs.AI· Ziheng Zhang, Dhivya Dharshini Kannan, Wei Zhang·· 14 小时前AI 评分20
SLAB：面向 PPVC 模块工厂灵活作业车间调度的时间滞后感知深度强化学习
SLAB: Time-Lag-Aware Deep Reinforcement Learning for Flexible Job-Shop Scheduling in PPVC Module Factories
AI 导读
SLAB 是一种时间滞后感知的深度强化学习调度决策过程，只在模块 12 至 48 小时的等待结束后才释放下一道工序，并以包含等待时间的可证下界下降作为奖励。在三个现有网络上，修复后的计划比同一网络在 SLAB 内的调度长 42% 至 133%；在按新加坡 PPVC 指南生成的订单上，训练出的策略在 10 至 80 个模块时比最短加工时间规则短 2.2% 至 8.1%。
正文 · AI 翻译
摘要：预制预装修模块化建筑（PPVC）在工厂中建造房间大小的模块，这些工厂以柔性作业车间的方式运作。模块在浇筑、防水和涂装后需等待 12 至 48 小时，在此期间其工位可空出供其他模块使用。现有的学习型调度器在这一等待结束前就释放下一道工序，因此其计划需要修复。本文提出 SLAB（Scheduling under time-Lags with an Admissible Bound，带可容许界的时间滞后调度），这是一种用于由深度强化学习训练的调度器的决策过程。其状态转移仅在模块等待结束后才释放该模块，其奖励是包含等待时间的已证明下界的下降量。在等待时间减半的 10 模块订单上训练，还能让策略学会更大订单的工位争用情况。在三个现有网络上，修复后的计划比同一网络在 SLAB 内的调度长 42% 至 133%。在新加坡 PPVC 指南生成的订单上，一个训练好的策略在 10 至 80 个模块时给出的调度比最短加工时间规则短 2.2% 至 8.1%。在 50 和 80 个模块时，它分别比时间滞后模因算法优 6.7% 和 7.4%，比从该规则调度出发并给予 600 秒的约束规划搜索优 6.6% 和 7.6%。模因算法在 10 模块订单上给出更短的调度，同样的搜索在 10 和 20 模块订单上给予 300 秒时也是如此。因此，模块工厂可以在小订单上训练一个调度器，并在 50 至 80 模块的生产批次上无需求解器即可运行它。
| 评论： | 12 页，4 幅图，附 31 页补充材料。已投稿至 IEEE Transactions on Industrial Informatics |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；优化与控制（math.OC） |
| 引用为： | arXiv:2607.11725 [cs.LG] |
| （或 arXiv:2607.11725v2 [cs.LG] 为此版本） | |
| https://doi.org/10.48550/arXiv.2607.11725 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Ziheng Zhang [查看邮箱]
[v1]
2026 年 7 月 13 日星期一 15:50:00 UTC（184 KB）
[v2]
2026 年 10 月 24 日星期六 08:40:07 UTC（593 KB）
来源：arXiv cs.AI · arxiv.org