論文の概要: HiGFRL: Hierarchical Graph Fusion-Driven Reinforcement Learning for Dependency-Aware Task Scheduling in Heterogeneous Cloud
- arxiv url: http://arxiv.org/abs/2609.14968v1
- Date: Mon, 14 Sep 2026 03:21:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.041888
- Title: HiGFRL: Hierarchical Graph Fusion-Driven Reinforcement Learning for Dependency-Aware Task Scheduling in Heterogeneous Cloud
- Title（参考訳）: HiGFRL: 階層型グラフフュージョン駆動強化学習による不均一クラウドにおける依存性を考慮したタスクスケジューリング
- Abstract要約: HiGFRLは階層型グラフフュージョン駆動強化学習フレームワークである。
タスク依存とリアルタイムクラスタダイナミックスの相互作用を明示的にモデル化する。
大規模高負荷シナリオの挑戦において、HiGFRLはMakespanを最大32.55%削減し、平均タスクフロー時間と平均タスク待ち時間をそれぞれ13.58%、13.79%最適化する。
- 参考スコア（独自算出の注目度）: 2.1410799064827226
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Online scheduling of dependency-aware tasks in heterogeneous cloud clusters is a fundamental yet challenging problem due to the complex interplay between DAG topologies and multi-dimensional resource constraints. While DRL has shown promise, existing GNN-based approaches often struggle to efficiently model high-order topological dependencies and suffer from loose coupling between task and resource states, leading to myopic scheduling decisions. To address these limitations, we propose HiGFRL, a Hierarchical Graph Fusion-Driven Reinforcement Learning framework. HiGFRL constructs a novel three-level state representation comprising a Static Hypergraph, a Dynamic Global Graph, and a Local Bipartite Graph to explicitly model the interplay between task dependencies and real-time cluster dynamics. Specifically, we design a fusion-driven dual-network architecture to optimize RL decision-making, where a Context Fusion Allocator integrates local bipartite matching features with fused global context to execute precise task-to-node allocation, and a Global State Evaluator leverages the global dynamic graph representation to accurately estimate expected long-term cumulative reward. Furthermore, we incorporate a topology-prior-guided hybrid reward mechanism that distills static topological priors into the learning process to accelerate convergence. Extensive experiments using real-world Alibaba cluster traces demonstrate that HiGFRL significantly outperforms heuristics and DRL baselines. Specifically, in challenging large-scale high-load scenarios, HiGFRL reduces the Makespan by up to 32.55%, and optimizes the average task flow time and average task wait time by 13.58% and 13.79%, respectively. Experimental results confirm that HiGFRL not only significantly improves cluster throughput but also ensures superior QoS by substantially reducing queuing delays. Code Release:https://github.com/igeng/HiGFRL.
- Abstract（参考訳）: DAGトポロジと多次元リソース制約との複雑な相互作用のため、異種クラウドクラスタにおける依存性対応タスクのオンラインスケジューリングは、根本的な課題である。
DRLは将来性を示しているが、既存のGNNベースのアプローチは、高階トポロジカルな依存関係を効率的にモデル化し、タスクとリソース状態の疎結合に悩まされ、ミオピックなスケジューリング決定に繋がることが多い。
これらの制約に対処するため,階層型グラフ融合駆動強化学習フレームワークであるHiGFRLを提案する。
HiGFRLは、静的ハイパーグラフ、ダイナミックグローバルグラフ、ローカルバイパートグラフからなる新しい3レベル状態表現を構築し、タスク依存とリアルタイムクラスタダイナミックスの相互作用を明示的にモデル化する。
具体的には、融合駆動型デュアルネットワークアーキテクチャを設計し、RL決定を最適化し、Context Fusion Allocatorは局所的な二部マッチング機能を融合したグローバルコンテキストと統合し、正確なタスク-ノード割り当てを行い、Global State Evaluatorはグローバルな動的グラフ表現を利用して予測される長期累積報酬を推定する。
さらに,静的トポロジカル先行を学習プロセスに蒸留して収束を加速する,トポロジ優先型ハイブリッド報酬機構を組み込んだ。
現実世界のAlibabaクラスタトレースを使用した大規模な実験は、HiGFRLがヒューリスティックスとDRLベースラインを大きく上回っていることを示している。
具体的には、大規模な高負荷シナリオに挑戦する場合、HiGFRLはMakespanを最大32.55%削減し、平均タスクフロー時間と平均タスク待ち時間をそれぞれ13.58%、13.79%最適化する。
実験結果から,HiGFRLはクラスタスループットを著しく向上するだけでなく,待ち行列の遅延を大幅に低減することで優れたQoSを実現することが確認された。
コードリリース:https://github.com/igeng/HiGFRL。
関連論文リスト
- Hybrid Workflow Composition for Extreme-Scale Data Processing: A Case Study on the HL-LHC (Extended Version) [0.5156484100374059]
本稿では,タスクセットの粒度とシステムレベルの制約の相互作用を特徴付けるための新しいシミュレーションフレームワークを提案する。
その結果、ハイブリッド合成戦略はスループットを最大3.8倍に向上し、ネットワークオーバーヘッドを14.9倍削減できることがわかった。
論文 参考訳（メタデータ） (2026-07-29T13:07:31Z) - Accelerating Disaggregated RL for Visual Generative LLMs with Diffusion-Based Parallelism and Trainer-Assisted Generation [26.08473785297375]
DigenRLは拡散型大規模言語モデル(LLM)のフレームワークである
柔軟なリソース割り当てをサポートし、異種GPUに対応し、効率的なタスクスケジューリングを容易にする。
DigenRLは、最先端拡散RLシステムよりも1.56-2.10倍のスループット向上を実現している。
論文 参考訳（メタデータ） (2026-06-23T09:59:35Z) - Group-Graph Policy Optimization for Long-Horizon Agentic Reinforcement Learning [85.02566758103008]
Group-Graph Policy Optimization (G2PO) は、マルチターンエージェントタスクに適したグループベースの強化学習アルゴリズムである。
G2POは最先端のプロンプトベースとRLベースラインを大幅に上回り、GRPOよりも最大22.2%の成功率の向上を達成した。
論文 参考訳（メタデータ） (2026-06-22T08:12:47Z) - Projecting Latent RL Actions: Towards Generalizable and Scalable Graph Combinatorial Optimization [7.657191260976483]
グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)の最近の進歩は、学習ベースのGCOソルバを大幅に改善した。
連続的なGNNベースのアクション埋め込み空間で直接動作する新しいRL-GCOアプローチであるプロジェクションエージェントを導入する。
様々なベンチマークにおいて、我々の手法は既存のソリューションよりも最大16.2倍高速な推論と最大40%優れた一般化を実現している。
論文 参考訳（メタデータ） (2026-05-19T11:55:44Z) - ARL-Tangram: Unleash the Resource Efficiency in Agentic Reinforcement Learning [15.912431502064678]
ARL-Tangramは、きめ細かい外部リソース共有と弾力性を実現する統一されたリソース管理システムである。
ARL-Tangramは平均ACTを最大4.3$times$で改善し、RLトレーニングのステップ期間を1.5$times$で高速化し、外部リソースを最大71.2$%$で節約する。
論文 参考訳（メタデータ） (2026-03-13T14:25:20Z) - Deep GraphRAG: A Balanced Approach to Hierarchical Retrieval and Adaptive Integration [11.655381195889428]
階層的検索と適応的統合のためのバランスの取れたアプローチを目的としたフレームワークであるDeep GraphRAGを提案する。
マクロ的コミュニティ間および微視的コミュニティ間コンテキスト関係を統合した階層的グローバル・ローカル検索戦略を導入する。
ビーム探索最適化された動的再ランクモジュールがこのプロセスを導出し、効率とグローバル包括性のバランスをとるために候補を継続的にフィルタリングする。
論文 参考訳（メタデータ） (2026-01-16T10:02:31Z) - RollArt: Scaling Agentic RL Training via Disaggregated Infrastructure [49.88201789074532]
エージェント強化学習(RL)は、大規模言語モデル(LLM)が自律的な意思決定と長期計画を行うことを可能にする。
分散インフラストラクチャ上でマルチタスクエージェントRLのスループットを最大化する分散システムであるRollArcを提案する。
論文 参考訳（メタデータ） (2025-12-27T11:14:23Z) - StreamRL: Scalable, Heterogeneous, and Elastic RL for LLMs with Disaggregated Stream Generation [55.75008325187133]
強化学習(RL)は,大規模言語モデル(LLM)の学習後のコアとなる。
StreamRLは、最初の原則から分離して、2種類のパフォーマンスボトルネックに対処するように設計されている。
実験により、StreamRLは既存の最先端システムと比較してスループットを最大2.66倍改善することが示された。
論文 参考訳（メタデータ） (2025-04-22T14:19:06Z) - ScaleGNN: Towards Scalable Graph Neural Networks via Adaptive High-order Neighboring Feature Fusion [73.85920403511706]
スケーラブルで効果的なグラフ学習のためのマルチホップノード機能を適応的に融合する新しいフレームワークであるScaleGNNを提案する。
予測精度と計算効率の両面で,ScaleGNNは最先端のGNNよりも一貫して優れていることを示す。
論文 参考訳（メタデータ） (2025-04-22T14:05:11Z) - FusionLLM: A Decentralized LLM Training System on Geo-distributed GPUs with Adaptive Compression [55.992528247880685]
分散トレーニングは、システム設計と効率に関する重要な課題に直面します。
大規模深層ニューラルネットワーク(DNN)のトレーニング用に設計・実装された分散トレーニングシステムFusionLLMを提案する。
本システムと手法は,収束性を確保しつつ,ベースライン法と比較して1.45～9.39倍の高速化を実現可能であることを示す。
論文 参考訳（メタデータ） (2024-10-16T16:13:19Z) - Learning to Solve Combinatorial Graph Partitioning Problems via
Efficient Exploration [72.15369769265398]
実験により、ECORDは最大カット問題に対するRLアルゴリズムのための新しいSOTAを実現する。
最も近い競合と比較して、ECORDは最適性ギャップを最大73%削減する。
論文 参考訳（メタデータ） (2022-05-27T17:13:10Z)
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。