論文の概要: Automated decision-making for dynamic task assignment at scale

• arxiv url: http://arxiv.org/abs/2504.19933v1
• Date: Mon, 28 Apr 2025 16:08:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:54.502237
• Title: Automated decision-making for dynamic task assignment at scale
• Title（参考訳）: 大規模動的タスク割り当てのための自動意思決定
• Authors: Riccardo Lo Bianco, Willem van Jaarsveld, Jeroen Middelhuis, Luca Begnardi, Remco Dijkman,
• Abstract要約: 動的タスク割り当て問題(DTAP)は、リソースとタスクをリアルタイムでマッチングする問題である。 本研究は,リアルタイムDTAPSのためのDRLに基づく意思決定支援システム(DSS)を提案する。 提案したDSSは,プロセスマイニングにより実世界のログからパラメータを抽出したDTAPインスタンスを5つ評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Dynamic Task Assignment Problem (DTAP) concerns matching resources to tasks in real time while minimizing some objectives, like resource costs or task cycle time. In this work, we consider a DTAP variant where every task is a case composed of a stochastic sequence of activities. The DTAP, in this case, involves the decision of which employee to assign to which activity to process requests as quickly as possible. In recent years, Deep Reinforcement Learning (DRL) has emerged as a promising tool for tackling this DTAP variant, but most research is limited to solving small-scale, synthetic problems, neglecting the challenges posed by real-world use cases. To bridge this gap, this work proposes a DRL-based Decision Support System (DSS) for real-world scale DTAPS. To this end, we introduce a DRL agent with two novel elements: a graph structure for observations and actions that can effectively represent any DTAP and a reward function that is provably equivalent to the objective of minimizing the average cycle time of tasks. The combination of these two novelties allows the agent to learn effective and generalizable assignment policies for real-world scale DTAPs. The proposed DSS is evaluated on five DTAP instances whose parameters are extracted from real-world logs through process mining. The experimental evaluation shows how the proposed DRL agent matches or outperforms the best baseline in all DTAP instances and generalizes on different time horizons and across instances.
• Abstract（参考訳）: 動的タスク割り当て問題(DTAP)は、リソースコストやタスクサイクルタイムなどの目的を最小化しながら、リソースとタスクをリアルタイムでマッチングする問題である。 本研究では、全てのタスクが確率的なアクティビティ列からなるケースであるDTAP変種について考察する。 この場合、DTAPは、どの従業員がリクエストを処理するために、できるだけ早くどのアクティビティを割り当てるかを決定します。 近年,このDTAP変異に対処するための有望なツールとして,Deep Reinforcement Learning (DRL) が登場している。 このギャップを埋めるため,現実世界のDTAPSのためのDRLベースの意思決定支援システム(DSS)を提案する。 そこで本研究では、DTAPを効果的に表現できる観測と行動のためのグラフ構造と、タスクの平均サイクル時間を最小化する目的と同等の報酬関数の2つの新しい要素を持つDRLエージェントを提案する。 これら2つの新奇性の組み合わせにより、エージェントは実世界のDTAPに対して効果的で一般化可能な代入ポリシーを学習することができる。 提案したDSSは,プロセスマイニングにより実世界のログからパラメータを抽出したDTAPインスタンスを5つ評価する。 実験により,提案したDRLエージェントがすべてのDTAPインスタンスで最適なベースラインに適合するか,あるいは性能を向上し,時間的地平線やインスタンス間をまたいで一般化することを示した。

関連論文リスト

• Putting the Iterative Training of Decision Trees to the Test on a Real-World Robotic Task [0.0]
  過去の研究では、強化学習タスクのエージェントとして決定木(DT)を訓練する方法を開発した。 このアルゴリズムをロボットタスクの現実的な実装に初めて適用する。 本研究は,DRLエージェントの性能に適合するDTを生成することにより,実世界のタスクに適用可能であることを示す。
  論文  参考訳（メタデータ） (2024-12-06T11:48:49Z)
• RGMDT: Return-Gap-Minimizing Decision Tree Extraction in Non-Euclidean Metric Space [28.273737052758907]
  オラクルの専門家政策と最適決定木政策のリターンギャップの上限について紹介する。 これにより、各エージェントの局所的な観測と行動値空間上で、DT抽出問題を新しい非ユークリッドクラスタリング問題に再キャストすることができる。 また,Return-Gap-Minimization Decision Tree (RGMDT)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-10-21T21:19:49Z)
• Sparse Diffusion Policy: A Sparse, Reusable, and Flexible Policy for Robot Learning [61.294110816231886]
  我々はスパース・リユース・フレキシブル・ポリシー、スパース・ディフュージョン・ポリシー(SDP)を導入する。 SDPは、エキスパートとスキルを選択的に活性化し、モデル全体をトレーニングすることなく、効率的でタスク固有の学習を可能にする。 デモとコードはhttps://forrest-110.io/sparse_diffusion_policy/にある。
  論文  参考訳（メタデータ） (2024-07-01T17:59:56Z)
• Solving Continual Offline Reinforcement Learning with Decision Transformer [78.59473797783673]
  連続的オフライン強化学習(CORL)は、連続的およびオフライン的な強化学習を組み合わせたものである。 Actor-Critic構造とエクスペリエンス・リプレイ(ER)を取り入れた既存の手法は、分散シフト、低効率、知識共有の弱さに悩まされている。 我々は,マルチヘッドDT (MH-DT) とローランク適応DT (LoRA-DT) を導入し,DTの無視問題を緩和する。
  論文  参考訳（メタデータ） (2024-01-16T16:28:32Z)
• Task-Distributionally Robust Data-Free Meta-Learning [99.56612787882334]
  Data-Free Meta-Learning (DFML)は、複数の事前学習モデルを活用することで、独自のトレーニングデータを必要とせずに、新しいタスクを効率的に学習することを目的としている。 TDS(Task-Distribution Shift)とTDC(Task-Distribution Corruption)の2つの大きな課題を初めて明らかにした。
  論文  参考訳（メタデータ） (2023-11-23T15:46:54Z)
• Provable Benefits of Multi-task RL under Non-Markovian Decision Making Processes [56.714690083118406]
  マルコフ決定過程 (MDP) 下でのマルチタスク強化学習 (RL) において, 共有潜在構造の存在は, シングルタスクRLと比較して, サンプル効率に有意な利益をもたらすことが示されている。 このような利点が、部分的に観測可能なMDP(POMDP)やより一般的な予測状態表現(PSR)といった、より一般的なシーケンシャルな意思決定問題にまで拡張できるかどうかを検討する。 提案手法は,全てのPSRに対してほぼ最適ポリシーを求めるための,証明可能なアルゴリズム UMT-PSR を提案し,PSR の合同モデルクラスが有するマルチタスク学習の利点が示されることを示す。
  論文  参考訳（メタデータ） (2023-10-20T14:50:28Z)
• Digital Twin-Assisted Efficient Reinforcement Learning for Edge Task Scheduling [10.777592783012702]
  本稿では,RLの性能と収束性を改善するために,Digital Twin(DT)を用いたRLベースのタスクスケジューリング手法を提案する。 DT支援非同期Qラーニング(DTAQL)とDT支援Qラーニング(DTEQL)という2つのアルゴリズムがタスクスケジューリング決定を行うように設計されている。
  論文  参考訳（メタデータ） (2022-08-02T23:26:08Z)
• On Steering Multi-Annotations per Sample for Multi-Task Learning [79.98259057711044]
  マルチタスク学習の研究はコミュニティから大きな注目を集めている。 目覚ましい進歩にもかかわらず、異なるタスクを同時に学習するという課題はまだ検討されていない。 従来の研究は、異なるタスクから勾配を修正しようとするが、これらの手法はタスク間の関係の主観的な仮定を与え、修正された勾配はより正確でないかもしれない。 本稿では,タスク割り当てアプローチによってこの問題に対処する機構であるタスク割当(STA)を紹介し,各サンプルをランダムにタスクのサブセットに割り当てる。 さらなる進展のために、我々は全てのタスクを反復的に割り当てるためにInterleaved Task Allocation(ISTA)を提案する。
  論文  参考訳（メタデータ） (2022-03-06T11:57:18Z)
• Generalized Decision Transformer for Offline Hindsight Information Matching [16.7594941269479]
  本稿では、後視情報マッチング(HIM)問題を解くための一般化決定変換器(GDT)を提案する。 特徴関数と反因果アグリゲータの異なる選択が, 将来の異なる統計値に適合する新しいカテゴリーDT (CDT) と双方向DT (BDT) にどのように寄与するかを示す。
  論文  参考訳（メタデータ） (2021-11-19T18:56:13Z)
• Meta Reinforcement Learning with Autonomous Inference of Subtask Dependencies [57.27944046925876]
  本稿では,タスクがサブタスクグラフによって特徴づけられるような,新しい数発のRL問題を提案し,対処する。 メタ政治を直接学習する代わりに、Subtask Graph Inferenceを使ったメタラーナーを開発した。 実験の結果,2つのグリッドワールド領域とStarCraft II環境において,提案手法が潜在タスクパラメータを正確に推定できることが確認された。
  論文  参考訳（メタデータ） (2020-01-01T17:34:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。