論文の概要: DyRo-MCTS: A Robust Monte Carlo Tree Search Approach to Dynamic Job Shop Scheduling

• arxiv url: http://arxiv.org/abs/2509.21902v1
• Date: Fri, 26 Sep 2025 05:35:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-29 20:57:54.208193
• Title: DyRo-MCTS: A Robust Monte Carlo Tree Search Approach to Dynamic Job Shop Scheduling
• Title（参考訳）: DyRo-MCTS: 動的ジョブショップスケジューリングのためのロバストモンテカルロ木探索手法
• Authors: Ruiqi Chen, Yi Mei, Fangfang Zhang, Mengjie Zhang,
• Abstract要約: 最先端の手法では、機械学習を使用してスケジューリングポリシーをオフラインで学習し、動的イベントに対する迅速な応答を可能にする。 新しい仕事の到着の予測不可能さは、不完全な問題情報に基づく決定が障害に弱いため、オンライン計画が複雑になる。 動作推定をMCTSに統合した動的ロバスト頑健性MCTS(DyRo-MCTS)手法を提案する。
• 参考スコア（独自算出の注目度）: 4.745553430204818
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dynamic job shop scheduling, a fundamental combinatorial optimisation problem in various industrial sectors, poses substantial challenges for effective scheduling due to frequent disruptions caused by the arrival of new jobs. State-of-the-art methods employ machine learning to learn scheduling policies offline, enabling rapid responses to dynamic events. However, these offline policies are often imperfect, necessitating the use of planning techniques such as Monte Carlo Tree Search (MCTS) to improve performance at online decision time. The unpredictability of new job arrivals complicates online planning, as decisions based on incomplete problem information are vulnerable to disturbances. To address this issue, we propose the Dynamic Robust MCTS (DyRo-MCTS) approach, which integrates action robustness estimation into MCTS. DyRo-MCTS guides the production environment toward states that not only yield good scheduling outcomes but are also easily adaptable to future job arrivals. Extensive experiments show that DyRo-MCTS significantly improves the performance of offline-learned policies with negligible additional online planning time. Moreover, DyRo-MCTS consistently outperforms vanilla MCTS across various scheduling scenarios. Further analysis reveals that its ability to make robust scheduling decisions leads to long-term, sustainable performance gains under disturbances.
• Abstract（参考訳）: 様々な産業分野における基本的な組合せ最適化問題である動的ジョブショップスケジューリングは、新規雇用の到来による頻繁な混乱により、効果的なスケジューリングに重大な課題をもたらす。 最先端の手法では、機械学習を使用してスケジューリングポリシーをオフラインで学習し、動的イベントに対する迅速な応答を可能にする。 しかし、これらのオフラインポリシーはしばしば不完全であり、オンライン意思決定時のパフォーマンスを改善するためにモンテカルロ木探索(MCTS)のような計画手法を使う必要がある。 新しい仕事の到着の予測不可能さは、不完全な問題情報に基づく決定が障害に弱いため、オンライン計画が複雑になる。 この問題に対処するために,動的ロバストMCTS (DyRo-MCTS) アプローチを提案する。 DyRo-MCTSは、良好なスケジューリング結果を得るだけでなく、将来のジョブの到着にも容易に適応できる状態に向けて生産環境を誘導する。 大規模な実験により、DyRo-MCTSはオフライン学習ポリシーの性能を大幅に改善し、追加のオンライン計画時間も無視できることがわかった。 さらに、DyRo-MCTSは様々なスケジューリングシナリオでバニラMCTSより一貫して優れています。 さらなる分析により、堅牢なスケジューリング決定を行う能力は、障害下での長期的、持続可能なパフォーマンス向上につながることが明らかになった。

関連論文リスト

• Adaptive Approach to Enhance Machine Learning Scheduling Algorithms During Runtime Using Reinforcement Learning in Metascheduling Applications [0.0]
  本稿では,メタスケジューラに組み込まれた適応型オンライン学習ユニットを提案する。 オンラインモードでは、強化学習は、新しいスケジューリングソリューションを継続的に探索し発見することで、重要な役割を果たす。 オンライン学習ユニット内にいくつかのRLモデルが実装され、それぞれがスケジューリングの特定の課題に対処するように設計された。
  論文  参考訳（メタデータ） (2025-09-24T19:46:22Z)
• PLAN-TUNING: Post-Training Language Models to Learn Step-by-Step Planning for Complex Problem Solving [66.42260489147617]
  大規模言語モデルから合成タスク分解を蒸留するフレームワークであるPLAN-TUNINGを紹介する。 複雑な推論を改善するために、教師付きおよび強化学習の目的を通したプランチューン細管モデル。 本分析は,計画軌道が複雑な推論能力をいかに改善するかを示す。
  論文  参考訳（メタデータ） (2025-07-10T07:30:44Z)
• Scalable Decision-Making in Stochastic Environments through Learned Temporal Abstraction [7.918703013303246]
  我々は,高次元連続行動空間における決定を学習する上での課題に対処する潜在マクロ行動プランナー(L-MAP)を提案する。 L-MAPは状態条件ベクトル量子変分オートエンコーダ(VQ-VAE)を通して時間的に拡張されたマクロアクションの集合を学習する 連続制御タスクを含むオフラインRL設定では、L-MAPは離散潜在アクションを効率よく探索し、高い期待値が得られる。
  論文  参考訳（メタデータ） (2025-02-28T16:02:23Z)
• Offline Critic-Guided Diffusion Policy for Multi-User Delay-Constrained Scheduling [29.431945795881976]
  本稿では,新しいオフライン強化学習アルゴリズムである underlineScheduling を提案する。 プリコンパイルされたEmphofflineデータから、効率的なスケジューリングポリシを純粋に学習する。 我々は、SOCDは、部分的に観測可能で大規模な環境を含む、様々なシステム力学に耐性があることを示します。
  論文  参考訳（メタデータ） (2025-01-22T15:13:21Z)
• Monte Carlo Tree Search with Velocity Obstacles for safe and efficient motion planning in dynamic environments [49.30744329170107]
  本稿では,動的障害物に関する情報を最小限に抑えた最適オンライン動作計画手法を提案する。 提案手法は,モデルシミュレーションによるオンライン最適計画のためのモンテカルロ木探索 (MCTS) と障害物回避のためのVelocity Obstacles (VO) を組み合わせた。 我々は,非線形モデル予測制御(NMPC)を含む最先端のプランナーに対して,衝突速度,計算,タスク性能の向上の観点から,我々の方法論の優位性を示す。
  論文  参考訳（メタデータ） (2025-01-16T16:45:08Z)
• Learning Logic Specifications for Policy Guidance in POMDPs: an Inductive Logic Programming Approach [57.788675205519986]
  我々は任意の解法によって生成されるPOMDP実行から高品質なトレースを学習する。 我々は、データと時間効率のIndu Logic Programming(ILP)を利用して、解釈可能な信念に基づくポリシー仕様を生成する。 ASP(Answer Set Programming)で表現された学習は、ニューラルネットワークよりも優れた性能を示し、より少ない計算時間で最適な手作りタスクに類似していることを示す。
  論文  参考訳（メタデータ） (2024-02-29T15:36:01Z)
• Continuous Monte Carlo Graph Search [61.11769232283621]
  連続モンテカルログラフサーチ(Continuous Monte Carlo Graph Search, CMCGS)は、モンテカルログラフサーチ(MCTS)のオンラインプランニングへの拡張である。 CMCGSは、計画中、複数の州で同じ行動方針を共有することで高いパフォーマンスが得られるという洞察を生かしている。 並列化によってスケールアップすることができ、学習力学モデルによる連続制御においてクロスエントロピー法(CEM)よりも優れている。
  論文  参考訳（メタデータ） (2022-10-04T07:34:06Z)
• Visual Learning-based Planning for Continuous High-Dimensional POMDPs [81.16442127503517]
  Visual Tree Search (VTS)は、オフラインで学習した生成モデルとオンラインモデルベースのPOMDP計画を組み合わせた学習と計画の手順である。 VTSは、モンテカルロの木探索プランナーにおける画像観測の可能性を予測し評価するために、一連の深部生成観測モデルを利用することで、オフラインモデルトレーニングとオンラインプランニングを橋渡しする。 VTSは、異なる観測ノイズに対して堅牢であり、オンラインのモデルベースプランニングを利用するため、再トレーニングを必要とせずに、異なる報酬構造に適応できることを示す。
  論文  参考訳（メタデータ） (2021-12-17T11:53:31Z)
• MCDS: AI Augmented Workflow Scheduling in Mobile Edge Cloud Computing Systems [12.215537834860699]
  近年,エッジコンピューティングプラットフォームの低応答時間を利用してアプリケーション品質・オブ・サービス(QoS)を最適化するスケジューリング手法が提案されている。 本稿では,Deep Surrogate Models を用いたモンテカルロ学習を用いて,モバイルエッジクラウドコンピューティングシステムにおけるワークフローアプリケーションを効率的にスケジューリングする手法を提案する。
  論文  参考訳（メタデータ） (2021-12-14T10:00:01Z)

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。