基于深度强化学习的Transformer方法解决开放车间排序问题

arXiv cs.AI 发布了这条关于 研究论文 的更新：开放车间排序问题（OSSP）在工业和服务领域中普遍存在，但随着作业和机器数量增加，计算难度显著提升。传统精确方法难以应对大规模问题，经典调度规则和元启发式方法则需大量调参保证解的质量。本文提出了一种基于Transformer的调度策略，采用编码器-解码器架构和多头注意力机制，使用仅含处理时间矩阵的输入，在Taillard基准（4x4至10x10）上训练，生成的调度计划的完工时间通常在最优值的15-30%范围内。该策略在未经再训练的情况下应用于40x40至100x100的随机大规模实例，表现出对比经典调度启发式（SPT、LPT、MWKR、EST）具有良好的竞争力，平均误差在12.89%-15.12%间，优于SPT和LPT，表现与EST相近。结果表明，该Transformer策略具备从小规模实例推广到大规模问题的能力，且作为一种特征轻量的基于学习的方法，是经典调度规则的有效替代方案。

该研究利用深度强化学习结合Transformer架构，成功解决了开放车间排序问题的规模和复杂性难题。其模型在小规模数据上训练后无需再训练就能推广到更大规模问题，体现了强大的泛化能力和实用价值，为工业排产优化提供了新的高效工具。

研究员、模型团队和技术战略负责人 应该重点关注这条信号，尤其是正在跟踪 research、papers 的团队。

接下来观察这条信号是否出现开发者采用、竞品回应、研究复现、企业部署或政策/平台层面的后续动作。