論文の概要: Curriculum Learning with GNN-based Reinforcement Learning for Job Shop Scheduling

• arxiv url: http://arxiv.org/abs/2609.28085v1
• Date: Wed, 23 Sep 2026 13:23:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:18.043301
• Title: Curriculum Learning with GNN-based Reinforcement Learning for Job Shop Scheduling
• Title（参考訳）: 求人スケジューリングのためのGNNに基づく強化学習によるカリキュラム学習
• Abstract要約: 本稿では,求人スケジューリング問題におけるグラフニューラルネットワークに基づく強化学習のカリキュラム学習について検討する。 20 x 20、25 x 25、30 x 30の3つのターゲットサイズにわたるシングルサイズトレーニングと比較する。 その結果、カリキュラム学習は、目標規模が大きくなるにつれて、ウォールタイムのトレーニング時間を継続的に短縮し、より大きな利益をもたらすことが示された。
• 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 job shop scheduling problem is a challenging combinatorial optimization problem, and recent reinforcement learning approaches using graph neural networks have shown promise for learning scheduling policies directly from problem instances. However, training on large instances remains computationally expensive, and generalization across instance sizes remains challenging. This paper studies curriculum learning for graph neural network-based reinforcement learning in the job shop scheduling problem by comparing it with single-size training across three target sizes: 20 x 20, 25 x 25, and 30 x 30. In the curriculum setting, the policy is first trained on smaller instances and then progressively adapted to larger target sizes, allowing scheduling behavior learned in earlier stages to support learning on larger instances. Models are evaluated on unseen instances from 8 x 8 to 30 x 30 using the optimality gap, considering both generalization across all evaluation sizes and specialization on the target size. Results show that curriculum learning consistently reduces wall-clock training time, with larger benefits as the target size increases. The strongest advantage is observed at 30 x 30, where curriculum learning reduces the mean optimality gap across all evaluation sizes by approximately 8.1 percentage points, reduces the target-size mean optimality gap by approximately 8.6 percentage points, and saves approximately 50 hours of training time.
• Abstract（参考訳）: ジョブショップスケジューリング問題は組合せ最適化の問題であり,近年のグラフニューラルネットワークを用いた強化学習アプローチは,問題インスタンスから直接スケジューリングポリシーを学ぶことを約束している。 しかし、大規模インスタンスでのトレーニングは計算コストがかかるままであり、インスタンスサイズをまたいだ一般化は難しいままである。 本稿では,20×20,25×25,30×30の3つの目標規模のシングルサイズトレーニングと比較し,求人スケジューリング問題におけるグラフニューラルネットワークに基づく強化学習のカリキュラム学習について検討する。 カリキュラム設定では、ポリシは最初は小さなインスタンスでトレーニングされ、その後、より大きなターゲットサイズに段階的に適応する。 モデルは最適性ギャップを用いて8 x 8 から 30 x 30 の未確認インスタンス上で評価され、全ての評価サイズに対する一般化と対象サイズの特殊化の両方を考慮する。 その結果、カリキュラム学習は、目標規模が大きくなるにつれて、ウォールタイムのトレーニング時間を継続的に短縮し、より大きな利益をもたらすことが示された。 最強の利点は30×30であり、カリキュラム学習は、すべての評価サイズの平均最適度ギャップを約8.1ポイント削減し、目標サイズの平均最適度ギャップを約8.6ポイント削減し、トレーニング時間を約50時間短縮する。

関連論文リスト

• Tula: Optimizing Time, Cost, and Generalization in Distributed Large-Batch Training [2.19670601855638]
  Tulaは、畳み込みモデルの大規模なトレーニングのために、時間、コスト、収束品質を自動的に最適化するオンラインサービスである。 Tulaは、複数のモデルで7.5-14%のエラーでトレーニング時間とコストを予測し、全体の20倍のスピードアップを達成する。
  論文  参考訳（メタデータ） (2026-03-18T13:56:32Z)
• Progressive Growing of Patch Size: Resource-Efficient Curriculum Learning for Dense Prediction Tasks [2.8755123201287036]
  本稿では資源効率の高い暗黙的なカリキュラム学習手法であるPatch Sizeのプログレッシブグロース(Progressive Growing of Patch)を紹介する。 我々のカリキュラムのアプローチは、モデルトレーニング中にパッチサイズを拡大することで定義され、タスクの難しさが徐々に増大する。 提案手法により,ネットワークトレーニングのランタイム,計算コスト,CO2排出量を大幅に削減できる。
  論文  参考訳（メタデータ） (2024-07-10T17:14:54Z)
• Landscape-Aware Growing: The Power of a Little LAG [49.897766925371485]
  成長戦略のプールから最適な成長戦略をどのように選択するかという課題について検討する。 ランドスケープ・アウェア・グロース(LAG)と呼ぶ早期学習力学に基づく代替視点を提案する。
  論文  参考訳（メタデータ） (2024-06-04T16:38:57Z)
• A Dynamical Model of Neural Scaling Laws [79.59705237659547]
  ネットワークトレーニングと一般化の解決可能なモデルとして,勾配降下で訓練されたランダムな特徴モデルを分析する。 我々の理論は、データの繰り返し再利用により、トレーニングとテスト損失のギャップが徐々に増大することを示している。
  論文  参考訳（メタデータ） (2024-02-02T01:41:38Z)
• Q-Ensemble for Offline RL: Don't Scale the Ensemble, Scale the Batch Size [58.762959061522736]
  学習速度を適切に調整したミニバッチサイズをスケールすることで、トレーニングプロセスを桁違いに高速化できることを示す。 そこで本研究では,(1)Qアンサンブルの縮小,(2)分配行動の厳格化,(3)収束時間の改善など,ミニバッチサイズを拡大し,学習率を経時的に調整できることを示す。
  論文  参考訳（メタデータ） (2022-11-20T21:48:25Z)
• Curriculum Learning: A Regularization Method for Efficient and Stable Billion-Scale GPT Model Pre-Training [18.640076155697415]
  本稿では,自己回帰モデルによる事前学習の収束速度の向上を支援するカリキュラム学習に基づく手法を提案する。 評価の結果,カリキュラム学習により,バッチサイズが8倍,学習速度が4倍のGPT-2モデルを学習できることがわかった。
  論文  参考訳（メタデータ） (2021-08-13T06:32:53Z)

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。