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

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

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

本文提出了一种基于约束编程（CP）和强化学习（RL）的端到端解决调度问题的方法，通过神经网络架构和训练算法，仅需要一些调度问题的约束编码和一组小实例，我们的方法在七个 JSSP 数据集上进行了评估，并展示了其在相同时间限制内找到比静态 PDRs 和 CP 求解器更高质量的解决方案的能力。

Jun, 2023

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

本文提出了一种基于图神经网络的深度强化学习方法，用于解决作业车间调度问题中的改进启发式问题，并设计了一种新颖的传递信息机制来加快解决方案评估，实验结果表明，该方法比现有的基于深度强化学习的方法在 JSSP 领域中具有更好的性能.

Nov, 2022

通过自我标注策略，我们提出了一种专门为组合问题设计的自监督训练策略，采样多个解并使用问题目标最佳解作为伪标签来训练生成模型，从而完全消除了优化信息需求，并在作业车间调度问题上证明了其有效性。

Jan, 2024

利用机器学习与强化学习相结合的创新方法解决基于计算图的调度优化问题，提供优化性和确定性保证，同时保持启发式方法的运行时成本。

Aug, 2023

我们提出了一种融合了约束编程和深度学习的方法来解决灵活作业车间调度问题，该方法通过使用约束编程生成的最优解来训练深度学习模型，以消除深度强化学习中广泛搜索的需求，并在解决过程中共同应用深度学习和约束编程来提高性能。

Mar, 2024

本研究提出一种基于图神经网络和强化学习的框架来解决工厂作业车间调度问题，该框架将调度问题表示成了状态图，并使用 GNN 进行表示学习和策略学习，最终使用 PPO 算法对模型进行优化。实验结果表明，该模型优于传统的调度规则和基于强化学习的调度器，并且可以学习到一种具有泛化能力的调度策略。

Jun, 2021