Nov, 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

PDF
TL;DR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。
automated assembly linesjob schedulingreinforcement learningflexible assembly linesmonte-carlo tree search
发现论文，激发创造
  • 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

  • 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

  • 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

  • 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

  • 半导体工厂排产：自监督与强化学习

    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。

    Feb, 2023

  • 通过屏蔽技术实现安全强化学习

    该论文介绍了一种基于时间逻辑表达的安全性要求，用反应系统来指导强化学习算法的政策优化过程，保证学习和执行阶段的安全性。实验表明该方法在多种场景下具有通用性。

    Aug, 2017

  • 一种工作车间调度的强化学习环境

    本研究利用深度强化学习在 Job-Shop Scheduling 中设计了高效的 DRL 环境，使用紧密联系于 COP 方法的稀疏最小化的准则的新型简单而密集的奖励函数，相对于现有的 DRL 方法在经典基准实例上表现出更好的性能，接近先进的 COP 方法。

    Apr, 2021

  • 基于双重注意力网络增强学习的柔性车间调度

    本文提出了一种新颖的深度学习框架，该框架可以利用深度特征提取和强化学习进行可扩展决策选择，以解决灵活作业车间调度问题。这种框架使用了自我关注模型和双重自我关注网络来准确地表示和简洁地描述操作和设备之间的关系。实验结果显示，该方法在某些情况下可以比传统的基于优先级分配规则和当前最先进的强化学习方法更好地解决该问题，具有较好的泛化能力。

    May, 2023

  • 混合系统的护盾强化学习

    通过使用所谓的野蛮方法，本文提出了构建障碍盾牌的方法，通过系统地选择真实转移函数的样本，以提取基于分区的双人安全游戏的近似有限表示。尽管难以达到严格的安全保证，但我们通过原型实现和 UPPAAL STRATEGO 实验证明了强大的统计安全保证，进一步研究了障碍盾牌的合成对控制器学习前和后应用的影响，并在一系列案例研究中应用了我们的技术。

    Aug, 2023

  • 基于注意力的强化学习在组合优化中的应用：作业车间调度问题

    我们提出了一种基于注意力机制的强化学习方法来解决作业车间调度问题，通过将策略梯度强化学习与改进的 Transformer 架构相结合，我们的方法在解决大规模问题上表现优于最近的研究和广泛采用的启发式规则。

    Jan, 2024