論文の概要: Factorized Scheduling Principle: Learning Interpretable and Transferable Policies via Structured Additive Functions

• arxiv url: http://arxiv.org/abs/2609.36578v1
• Date: Tue, 29 Sep 2026 02:55:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.138755
• Title: Factorized Scheduling Principle: Learning Interpretable and Transferable Policies via Structured Additive Functions
• Title（参考訳）: 因子的スケジューリング原理:構造化付加関数による解釈型および伝達可能なポリシの学習
• Abstract要約: スケジューリング問題は、その状態に基づいて候補のセットから1つのアイテムを繰り返し選択することから生じる。 本稿では,解釈可能かつ伝達可能なスケジューリング規則を学習するためのFSPフレームワークを提案する。 合成および現実的なスケジューリングタスクの実験は、異なるシステムスケールにわたるFSPフレームワークの強い性能、解釈可能性、ゼロショットの一般化を示す。
• 参考スコア（独自算出の注目度）: 2.8890634529040207
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scheduling problems arise from repeatedly selecting one item from a set of candidates based on their states. These problems often reduce to assigning priority scores and choosing the highest-ranked item. In this work, we propose a factorized scheduling principle (FSP) framework to learn interpretable and transferable scheduling rules. The FSP framework represents system states as condition distributions and decomposes a global scheduling principle into additive univariate and pairwise components with identifiability constraints. The scheduling principle enables the framework to maintain a simple priority-based structure during deployment. This principle is learned by using a policy-based objective combined with a temporal-difference signal defined on the condition distribution. Experiments on synthetic and realistic scheduling tasks demonstrate the FSP framework's strong performance, interpretability, and zero-shot generalization across different system scales.
• Abstract（参考訳）: スケジューリング問題は、その状態に基づいて候補のセットから1つのアイテムを繰り返し選択することから生じる。 これらの問題は、優先順位のスコアを割り当て、最高ランクのアイテムを選択することで、しばしば減少する。 本研究では,解釈可能かつ伝達可能なスケジューリング規則を学習するための因子化スケジューリング原理(FSP)フレームワークを提案する。 FSPフレームワークは、システム状態を条件分布として表現し、グローバルなスケジューリング原理を、識別可能性制約付き加法的単変量成分とペアワイズ成分に分解する。 スケジューリングの原則により、フレームワークはデプロイ中に単純な優先度ベースの構造を維持することができる。 この原理は、ポリシーに基づく目的と条件分布に定義された時間差信号を組み合わせることで学習される。 合成および現実的なスケジューリングタスクの実験は、異なるシステムスケールにわたるFSPフレームワークの強い性能、解釈可能性、ゼロショットの一般化を示す。

関連論文リスト

• Harmonizing Real-Time Constraints and Long-Horizon Reasoning: An Asynchronous Agentic Framework for Dynamic Scheduling [11.212756680882444]
  RACE-Schedは、ポリシー実行を論理的推論から二重ストリームアーキテクチャを通して分離するエージェントベースのフレームワークである。 このアプローチは、より優れた解品質と動的事象への堅牢な適応を達成するために、長期水平推論とリアルタイム制約を調和させる。
  論文  参考訳（メタデータ） (2026-05-28T02:26:18Z)
• Towards Systematic Generalization for Power Grid Optimization Problems [13.619002117559958]
  AC Optimal Power Flow (ACOPF) とSecurity-Constrained Unit Commitment (SCUC) は、電力系統運用における基本的な最適化問題である。 本稿では,ACOPFとSCUCを共用する学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-03T19:23:37Z)
• HIPO: Instruction Hierarchy via Constrained Reinforcement Learning [57.40686733111483]
  textscHIPOは、制約付きマルコフ決定プロセスとしてHIFを定式化する新しいアライメントフレームワークである。 textscHIPOはシステムプロンプトを単に入力コンテキストから厳密なアルゴリズム境界まで高める。
  論文  参考訳（メタデータ） (2026-03-17T06:12:41Z)
• 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)
• A Pre-training Framework for Relational Data with Information-theoretic Principles [57.93973948947743]
  本稿では,リレーショナルグラフ上の集合に基づくアグリゲーションを通じて,監視信号を構成する新しい事前学習フレームワークであるTask Vector Estimation (TVE)を紹介する。 TVEは従来のトレーニング前のベースラインを一貫して上回っている。 本研究は,関係データベース上での予測モデルの設計原則として,タスクの不均一性と時間構造を符号化する事前学習目的を提唱する。
  論文  参考訳（メタデータ） (2025-07-14T00:17:21Z)
• Feature-Based vs. GAN-Based Learning from Demonstrations: When and Why [50.191655141020505]
  この調査は、デモから学ぶ機能ベースのアプローチとGANベースのアプローチの比較分析を提供する。 特徴に基づく手法とGANに基づく手法の2分法はますます曖昧になっていると我々は主張する。
  論文  参考訳（メタデータ） (2025-07-08T11:45:51Z)
• Curriculum-based Sample Efficient Reinforcement Learning for Robust Stabilization of a Quadrotor [3.932152385564876]
  本稿では,Quadrotor用の頑健な安定化コントローラを開発するためのカリキュラム学習手法を紹介する。 学習の目的は、ランダムな初期条件から望ましい位置を達成することである。 過渡的かつ定常的な性能仕様を取り入れた新たな付加的報酬関数を提案する。
  論文  参考訳（メタデータ） (2025-01-30T17:05:32Z)
• Structural Entropy Guided Probabilistic Coding [52.01765333755793]
  構造エントロピー誘導型確率的符号化モデルSEPCを提案する。 我々は、構造エントロピー正規化損失を提案することにより、潜在変数間の関係を最適化に組み込む。 分類タスクと回帰タスクの両方を含む12の自然言語理解タスクに対する実験結果は、SEPCの優れた性能を示す。
  論文  参考訳（メタデータ） (2024-12-12T00:37:53Z)

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。