Dec, 2022

基于分层时间规划的动态起重调度问题方法

PDF
TL;DR本文提出了一种基于 PDDL 的新式分层周期计划方法，用于高效解决电镀工业应用中的起重机调度问题，并且提供了一系列用于评估问题解决方法的现实基准实例。我们表明，与最先进的基线相比，所提出的方法能够高效地找到大规模实际基准实例的高质量解决方案。
hoist schedulingelectroplating industrytemporal planningpddlbenchmark instances
发现论文，激发创造
  • 使用非时间启发式指导 HTN 时间规划中的搜索

    本文提出了一种使用现有启发式方法解决 HTN 问题的新型 POCL（偏序因果链接）方法，实验证明该方法表现优秀且能够优于现有方法，从而解决了缺乏正式和一致定义的时间分层规划问题的不便。

    Jun, 2023

  • 多机器人在层次化时间逻辑规范下的同时任务分配和规划

    通过引入层次结构和基于搜索的方法，利用时间逻辑规范解决了多机器人系统的任务规划问题，并在可扩展性方面得到验证。

    Jan, 2024

  • 启发式规划的定理证明

    本研究介绍了一种利用启发式算法解决定理证明和计划制定问题的方法，并将其应用于 situation calculus 中。该方法通过使用 A * 搜索算法排列一系列情境，并利用删除松弛法控制启发式规划器，获得较短的计划方案，并探索较少的状态。实验表明，该方法可以应用于较大规模的问题。

    Mar, 2023

  • HDDL 2.1：面向时态 HTN 规划定义形式与语义

    本文探讨了如何通过从 PDDL 2.1 中汲取灵感以表示数字和时间表达式，来扩展 HDDL，从而填补 HDDL 在实际应用中缺少数字和时间约束的问题。

    Jun, 2023

  • 一种强化学习方法用于通过排序交换提高泛化性能的调度问题

    本文介绍了一种使用 DRL 求解 JSSP 问题的新方法，该方法使用了 PPO 算法并在环境中加入了 OSM 以实现更好的泛化学习，并在可用的基准实例集上进行了深入的性能分析和比较。

    Feb, 2023

  • HDDL 2.1: 迈向具有时间定义的 HTN 形式化语言

    本文探讨如何扩展 HDDL 以支持 PDDL 2.1 和 ANML 引入的时间和数字限制表达式。作者提出了语义和语法方面的需求，并以地球观测卫星计划问题的建模为例进行了说明。

    Jun, 2022

  • 层次时序逻辑规约下的机器人规划

    通过引入分层结构的时态逻辑规范，将传统的机器人规划方法分解为多层组合规范，以提高语法简洁性、可解释性和规划效率，同时开发了一种基于分解的方法来处理具有分层时态逻辑结构的任务，实验结果表明分层形式具有更强的表达潜力，并且所提出的方法具有很好的效果，适用于机器人导航与操纵。

    Aug, 2023

  • 基于深度强化学习的作业车间调度：一种序列到序列方法

    通过自动学习调度规则，本文提出了一种原创的端到端深度强化学习方法来解决作业调度的 NP - 难度问题，该技术受到自然语言编码器 - 解码器模型的启发，可在最小干预下用于处理其他不同的优化作业调度任务。研究结果表明，我们在利用优先调度规则方面超过了许多传统方法，并且在最先进的深度强化学习方法中取得了有竞争力的结果。

    Aug, 2023

  • 人机协同优化通过学徒调度

    通过成对排名的形式来捕捉领域专家的启发式方法，以推动人机协作优化。此技术在武器到目标指派问题上表现出比人类专家产生的解更好，而且速度更快，可用于解决比人类演示者解决的问题的两倍复杂问题。

    May, 2018

  • 异构多处理器系统下带内存约束的数据分配和任务调度的一种启发式方法

    本文主要研究在共享内存平台下内存限制下数据分配和任务调度问题，提出了一个整数线性规划模型和基于禁忌搜索算法的可行解决方案，并在随机生成的实例上验证了该方法的有效性。

    May, 2022