Feb, 2023

半导体工厂排产：自监督与强化学习

PDF
TL;DR通过深度强化学习和自监督学习的方法成功地实现了对半导体制造设施进行更高效调度的功能，提出了一种适应性调度方法来处理复杂连续随机动态半导体制造模型，与传统调度策略相比，我们的方法可以显著减少订单的延迟和完成时间，从而更好地分配半导体制造流程的资源。
semiconductor manufacturingdeep reinforcement learningadaptive schedulingresource allocationsupply chain
发现论文，激发创造
  • 基于混合 ASP 的半导体制造流程多目标调度（扩展版）

    本研究使用混合 Answer Set Programming 和差分逻辑对真实半导体制造过程进行调度，包括机器处理、设置、批处理和维护操作，并研究了面向多个优化目标的大规模调度的潜力。

    Jul, 2023

  • 使用软防护的安全强化学习对分布式灵活装配线进行调度

    研究了基于 Actor-Critic 强化学习方法的自动化装配线调度问题，提出了一种更简洁的环境表示方法，并引入基于 Monte-Carlo 树搜索的软屏蔽组件来改善调度过程中的不安全行为和风险监控。

    Nov, 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

  • 强化学习的模因算法用于社技生产调度

    本文介绍了一种利用深度强化学习应用的模因算法，用于解决实践中的双重资源约束柔性作业车间调度问题，并提出一种用于多标准优化的并行计算混合框架。通过实践证实，该框架使用 DRL 可以产生更好的结果，并优于传统方法。

    Dec, 2022

  • 运用强化学习和迁移学习的制造调度

    本文针对制造业生产中派工问题，运用强化学习提出了一种新的设计方法，将车间状态表示为 2D 矩阵，设计了适用于派工目的的延迟和超时奖励函数，并采用调度策略转移方法增强模型泛化能力和节省模型训练和数据收集时间。实验结果显示该方法在总折扣奖励和平均延迟、超时方面表现最佳。

    Oct, 2019

  • 多智能体灵活排程问题的强化学习方法

    本研究使用强化学习方法，提出了适用于自动生产中的调度问题的解决方案：使用 OpenAI gym 环境和启发式引导 Q-Learning 算法，成功地解决了多智能体柔性车间问题，并在该领域取得了最优解。

    Oct, 2022

  • 深度强化学习在机器调度中的应用方法、现状和未来方向

    深度强化学习 (DRL) 在机器调度问题中的方法和应用进行了全面的综述和比较，发现 DRL 方法在计算速度和生成接近全局最优解方面表现优于其他方法，但面临着处理复杂操作约束、多目标优化、泛化性、可扩展性、解释性和鲁棒性等限制，解决这些挑战将是未来研究中的关键焦点。该论文为研究人员评估当前 DRL 机器调度领域的现状以及发现研究空白提供了宝贵的资源，同时也帮助专家和从业者选择适合生产调度的 DRL 方法。

    Oct, 2023

  • 基于深度 Q 学习的模块化生产环境下的车辆管理

    本文研究了在离散事件模拟环境下，使用基于 Deep-Q 的深度强化学习代理来解决模块化生产设施中的作业车间调度问题。研究发现，相比于传统启发式和成本表等方法，基于 DRL 的代理相当，并且具有更高的噪声稳健性，对于这种类型的调度问题值得尝试。

    May, 2022

  • 使用深度强化学习进行芯片布局

    本文提出了一种基于学习的芯片布局方法，使用强化学习将芯片画布上芯片网络节点的摆放视作问题，并训练代理人生成以往未见芯片块的优化布局，最终旨在最小化能耗、性能与面积（PPA）。实验结果表明，该方法可在 6 小时内生成可与人工专家相媲美的布局。

    Apr, 2020

  • Learn to Schedule (LEASCH): 5G MAC 层无线资源调度的深度强化学习方法

    本文介绍了 LEASCH，一款基于深度强化学习的模型，可在 5G 网络的 MAC 层中解决无线电资源调度问题，实验证明其优于传统基准方法，解决了新一代网络服务带来的网络管理挑战。

    Mar, 2020