論文の概要: CP-WSP: A Declarative CP-SAT Framework for Configurable Multi-Constraint Workforce Scheduling

• arxiv url: http://arxiv.org/abs/2607.05177v1
• Date: Mon, 06 Jul 2026 14:57:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:30.199716
• Title: CP-WSP: A Declarative CP-SAT Framework for Configurable Multi-Constraint Workforce Scheduling
• Title（参考訳）: CP-WSP: マルチ制約ワークフォーススケジューリングのための宣言型CP-SATフレームワーク
• Authors: Vipul Patel, Anirudh Deodhar, Dagnachew Birru,
• Abstract要約: 本稿では, CP-WSPについて, 14の厳密な制約を数学的に不可侵な要件として適用する宣言型CPフレームワークについて述べる。 主なコントリビューションは、Acuity-weighted Workload equityによる強制的なブレークスケジューリングを可能にするシフトウィンドウ変数、30分から2時間までの時間分解性、週間スケジュール安定性、グリッドオフセットによる中間シフト前処理技術である。
• 参考スコア（独自算出の注目度）: 0.764671395172401
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Workforce scheduling is an NP-hard combinatorial optimization problem requiring simultaneous satisfaction of labor regulations, coverage requirements, employee preferences and operational objectives. Existing CP formulations typically model simplified instances with 6-12 constraints at shift-level granularity and critically lack explicit support for: mandatory break scheduling with midpoint placement control; acuity weighted workload equity; sub-shift temporal granularity enabling demand-driven staffing; inter-week schedule stability; and cross-midnight shift patterns common in 24-hour operations. This paper presents CP-WSP: a declarative CP-SAT framework enforcing 14 hard constraints as mathematically inviolable requirements (zero regulatory violations by construction) while optimizing 15 soft objectives through a unified weighted penalty function -- all configurable via a JSON specification with no code changes required. Key contributions include: a shift-window variable decomposition enabling mandatory break scheduling with centrality control; acuity-weighted workload equity; multi-granularity temporal resolution from 30 minutes to 2 hours; inter-week schedule stability; a grid-offset preprocessing technique for cross-midnight shifts; and a reproducible 36-configuration benchmark suite for community comparison. Evaluated on INRC-II benchmarks at both hourly and shift-level granularity and on 36 synthetic configurations.
• Abstract（参考訳）: ワークフォーススケジューリングは、労働規制、カバレッジ要件、従業員の好み、運用目的の同時満足度を必要とするNPハード組合せ最適化問題である。 既存のCPの定式化は、通常、シフトレベルの粒度で6-12の制約を持つ単純化されたインスタンスをモデル化し、明確なサポートを欠いている。 CP-WSP: 宣言的なCP-SATフレームワークで、14の制約を数学的に不可侵な要件(建設による規制違反ゼロ)として適用し、統一された重み付きペナルティ関数により15のソフトな目標を最適化する。 主なコントリビューションとしては、集中管理による強制的なブレークスケジューリングを可能にするシフトウィンドウ変数の分解、明度重み付けされたワークロードのエクイティ、30分から2時間までの時間分解の多粒度化、週間間スケジュールの安定性、ミッドナイトシフトのためのグリッドオフセット前処理技術、コミュニティ比較のための再現可能な36設定ベンチマークスイートなどがある。 INRC-IIベンチマークでは1時間およびシフトレベルの粒度と36種類の合成構成が評価された。

関連論文リスト

• Para-B&B: Load-Balanced Deterministic Parallelization of Solving MIP [50.917107318582715]
  MIP(Mixed-integer Programming)は、連続型と整数型の両方の決定変数を組み込むことで線形プログラミングを拡張する。 本稿では,高性能MIPソルバであるHiGHSに対して,決定論的並列分岐結合の完全なオープンソース実装を初めて提案する。 本手法では,ワーカスレッド間で完全なソルバ状態を複製することにより,厳密な決定性を保証する新しいデータ並列アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-02-10T14:17:53Z)
• TS-DP: Reinforcement Speculative Decoding For Temporal Adaptive Diffusion Policy Acceleration [64.32072516882947]
  拡散ポリシーは、具体的制御が優れているが、高い推論遅延と計算コストに悩まされている。 時間認識強化に基づく投機的拡散政策(TS-DP)を提案する。 TS-DPは94%以上のドラフトで最大4.17倍高速な推論を実現し、推論周波数は25Hzに達した。
  論文  参考訳（メタデータ） (2025-12-13T07:53:14Z)
• Multi-Agent Reinforcement Learning for Intraday Operating Rooms Scheduling under Uncertainty [4.5515292789901975]
  日内手術のスケジューリングは、不確実性バランスのスループット、緊急および緊急の要求、遅延、シーケンス依存のセットアップ、残業時間における多目的決定問題である。 協調マルコフゲームとして問題を定式化し、各手術室が集中訓練と分散実行の訓練を行うエージェントであるマルチエージェント強化学習フレームワークを提案する。 すべてのエージェントは、リッチなシステム状態とアクションをマッピングするPPO(Proximal Policy Optimization)を通じてトレーニングされたポリシーを共有している。
  論文  参考訳（メタデータ） (2025-12-04T15:47:08Z)
• Dynamic Test-Time Compute Scaling in Control Policy: Difficulty-Aware Stochastic Interpolant Policy [40.173458986694584]
  Difficulty-Aware Interpolant Policy (DA-SIP) は、ロボットコントローラがタスクの難易度に基づいて、リアルタイムで統合の地平線を適応的に調整できるフレームワークである。 DA-SIPは、最大計算ベースラインに匹敵するタスク成功率を維持しながら、合計時間の2.6-4.4倍の削減を実現している。
  論文  参考訳（メタデータ） (2025-11-25T22:46:42Z)
• Algorithms for dynamic scheduling in manufacturing, towards digital factories Improving Deadline Feasibility and Responsiveness via Temporal Networks [0.0]
  従来の決定論的スケジュールは、現実が名目上の計画から逸脱した時に崩壊する。 この論文は、オフラインの制約プログラミングとオンラインの時間的ネットワーク実行を組み合わせることで、最悪の不確実性の下で実現可能なスケジュールを作成する。
  論文  参考訳（メタデータ） (2025-10-16T17:28:25Z)
• Generating Dispatching Rules for the Interrupting Swap-Allowed Blocking Job Shop Problem Using Graph Neural Network and Reinforcement Learning [21.021840570685264]
  割り込みスワップ可能なブロッキングジョブショップ問題(ISBJSSP)は、多くの製造計画やロジスティクスアプリケーションを現実的にモデル化することができる。 連続的な削除や加算を受けるノードとエッジを特徴とする動的解離グラフの定式化を導入する。 ISBJSSP設定の割り込み、スワップ、ブロッキングをシミュレートするシミュレータが開発された。
  論文  参考訳（メタデータ） (2023-02-05T23:35:21Z)
• Deep Reinforcement Learning for Wireless Scheduling in Distributed Networked Control [37.10638636086814]
  完全分散無線制御システム(WNCS)の周波数チャネル数に制限のある結合アップリンクとダウンリンクのスケジューリング問題を考える。 深層強化学習(DRL)に基づくフレームワークを開発した。 DRLにおける大きなアクション空間の課題に対処するために,新しいアクション空間削減法とアクション埋め込み法を提案する。
  論文  参考訳（メタデータ） (2021-09-26T11:27:12Z)
• Tailored Learning-Based Scheduling for Kubernetes-Oriented Edge-Cloud System [54.588242387136376]
  エッジクラウドシステムのための学習ベースのスケジューリングフレームワークkaisを紹介する。 まず,分散した要求ディスパッチに対応するために,協調型マルチエージェントアクタ-クリティックアルゴリズムを設計する。 次に,多種多様なシステムスケールと構造について,グラフニューラルネットワークを用いてシステム状態情報を埋め込む。 第3に、リクエストディスパッチとサービスオーケストレーションを調和させる2段階のスケジューリングメカニズムを採用します。
  論文  参考訳（メタデータ） (2021-01-17T03:45:25Z)
• Goal Kernel Planning: Linearly-Solvable Non-Markovian Policies for Logical Tasks with Goal-Conditioned Options [54.40780660868349]
  我々はLinearly-Solvable Goal Kernel Dynamic Programming (LS-GKDP)と呼ばれる合成フレームワークを導入する。 LS-GKDPは、Linearly-Solvable Markov Decision Process (LMDP)形式とOptions Framework of Reinforcement Learningを組み合わせたものである。 本稿では,目標カーネルを持つLMDPが,タスク接地によって定義された低次元部分空間におけるメタポリティシの効率的な最適化を実現する方法を示す。
  論文  参考訳（メタデータ） (2020-07-06T05:13:20Z)

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。