論文の概要: Efficient Detailed Scheduling of Multiproduct Pipelines using Action-Decoupled Deep Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2611.02823v1
• Date: Mon, 02 Nov 2026 09:23:07 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:44:54.775359
• Title: Efficient Detailed Scheduling of Multiproduct Pipelines using Action-Decoupled Deep Reinforcement Learning
• Title（参考訳）: 動作分離型深部補強学習を用いた多産物パイプラインの詳細なスケジューリング
• Abstract要約: 本稿では,油圧忠実度を維持しつつ詳細なスケジュールを効率よく生成するPPOフレームワークを開発する。 提案フレームワークは, 流量安定性を著しく向上し, 解時間を大幅に短縮しつつ, 正確な最適値に近い配送精度を実現する。
• 参考スコア（独自算出の注目度）: 4.528996923072924
• License:
• Abstract: Multiproduct pipelines transport refined products to delivery stations in sequential batches, and their detailed scheduling must meet market demand while respecting nonlinear hydraulic constraints. Retaining the full hydraulic nonlinearity yields a mixed-integer nonlinear program that is computationally intractable, while the linearization commonly adopted for solver-based optimization degrades hydraulic accuracy without resolving the heavy computational burden. This paper develops an action-decoupled proximal policy optimization (PPO) framework that efficiently produces detailed schedules while preserving hydraulic fidelity. The scheduling process is cast as a semi-Markov decision process (SMDP) with flexible action durations. To handle the discrete-continuous hybrid action space, a cascaded dual-actor architecture decouples the discrete operating duration from the continuous flow decisions, eliminating the gradient interference that destabilizes conventional coupled-action policies and thereby yielding high-quality schedules far more efficiently. Validated on a real-world multiproduct pipeline in China and benchmarked against a single-actor baseline and a linearized MILP solved by Gurobi, the proposed framework achieves delivery accuracy close to the exact optimum while substantially improving flow rate stability and substantially reducing solution time.
• Abstract（参考訳）: 多製品パイプラインは、精製された製品を連続的なバッチで配送ステーションに輸送し、その詳細なスケジューリングは非線形な油圧制約を尊重しながら市場の需要を満たす必要がある。 完全な油圧非線形性を維持することは計算的に難解な混合整数非線形プログラムをもたらすが、解法に基づく最適化の線形化は重い計算負担を解消することなく油圧精度を劣化させる。 本稿では,油圧忠実度を保ちながら詳細なスケジュールを効率よく生成する行動分離型近位政策最適化(PPO)フレームワークを開発する。 スケジューリングプロセスは、フレキシブルな動作期間を持つ半マルコフ決定プロセス(SMDP)としてキャストされる。 離散連続ハイブリッドアクション空間を処理するために、カスケード二重ベクトルアーキテクチャは、離散的な動作期間を連続フロー決定から切り離し、従来の結合アクションポリシーを不安定化し、高品質なスケジュールをはるかに効率的に得る勾配干渉を除去する。 提案手法は,中国における実世界の多製品パイプライン上で検証され,単一ベクトルベースラインと,Gurobi が解決した線形化MILPに対してベンチマークされ,正確な最適値に近い納入精度を達成し,流量安定性を著しく向上し,解時間を大幅に短縮する。

関連論文リスト

• Task-Space Constrained Stochastic Trajectory Optimization for Time-Optimal Forestry Crane Motion Planning [0.21748200848556343]
  軌道最適化(VP-STO)は、この領域において、時間-最適ハイブリッド運動計画法を実証している。 森林クレーンのようなキネマティックに冗長なマニピュレータの場合、この1つの逆キネマティックス解への事前コミットは、プランナーが冗長性を利用する能力を制限する。 本稿では,厳密な終端結合空間制約をタスク空間制約に置き換える,タスク空間制約付きVP-STOを提案する。
  論文  参考訳（メタデータ） (2026-07-20T11:02:30Z)
• Addressing Terminal Constraints in Data-Driven Demand Response Scheduling [16.092252559511305]
  目的空間計画 (GSP) とDeep Deterministic Policy Gradient (DDPG) を統合し、離散サブゴール上で学習した時間的抽象モデルを用いて、拡張水平線を越えて値を伝搬する。 提案手法は,端末のストレージ制約を満たすとともに,標準DDPGよりもサンプル効率を向上し,制御挙動を緩和する。
  論文  参考訳（メタデータ） (2026-05-14T12:07:53Z)
• SOPE: Stabilizing Off-Policy Evaluation for Online RL with Prior Data [49.370849653460716]
  本稿では,アクタに整列したオフポリシー評価信号を用いたSOPEを,自動早期停止機構として提案する。 Minariベンチマークスイートから25の継続的制御タスクを評価した。 SOPEはベースライン性能を最大45.6%改善し、必要なTFLOPを最大22倍改善した。
  論文  参考訳（メタデータ） (2026-05-07T08:32:09Z)
• Deep Learning-Accelerated Surrogate Optimization for High-Dimensional Well Control in Stress-Sensitive Reservoirs [0.0]
  応力に敏感な非伝統的な貯水池における生産最適化は, 圧力駆動流と破壊導電率低下とマトリックス透水率の非線形トレードオフによって制御される。 本研究では,高次元ウェルコントロールのためのディープラーニングに基づくサロゲート最適化フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-01T01:04:08Z)
• Accelerated Spline-Based Time-Optimal Motion Planning with Continuous Safety Guarantees for Non-Differentially Flat Systems [6.862015448582809]
  単一制御問題(OCP)としてのスプラインに基づく動き計画の定式化 分離を線形システムや二次プログラムで解ける独立した分類問題として扱うことにより、提案手法は超平面パラメータをOCP変数から除去する。 実験による検証により、この分離されたアプローチは、完全にリッチな環境に比べて軌道速度を60%近く減少させることが示された。
  論文  参考訳（メタデータ） (2026-03-25T09:53:04Z)
• Physics-integrated neural differentiable modeling for immersed boundary systems [33.49956187870957]
  本研究では,入力境界流の予測のための物理積分微分可能なフレームワークを開発することにより,既存のニューラルPDE解法を拡張した。 フレームワークの重要な設計側面は、物理的原則をエンドツーエンドの差別化可能なアーキテクチャに構造的に統合することである。 提案手法は, 流動場忠実度および長水平安定性において, 純粋にデータ駆動, 物理ロスの制約, 粗いグリッドの数値ベースラインより一貫して優れる。
  論文  参考訳（メタデータ） (2026-03-17T09:08:04Z)
• 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)
• PASS-Enhanced MEC: Joint Optimization of Task Offloading and Uplink PASS Beamforming [67.78883135636657]
  ピンチアンテナシステム (PASS) によるモバイルエッジコンピューティング (MEC) アーキテクチャについて検討した。 PASSは、重要な経路損失と潜在的な信号遮断を効果的に軽減しつつ、短距離ライン・オブ・ライト(LoS)リンクを確立する。 ネットワーク遅延最小化問題を定式化し、アップリンクPASSビームフォーミングとタスクオフロードを共同で最適化する。
  論文  参考訳（メタデータ） (2025-10-27T03:04:46Z)
• Iterative Refinement of Flow Policies in Probability Space for Online Reinforcement Learning [56.47948583452555]
  固定ステップのEulerスキームによるフローマッチング推論プロセスの離散化は,最適輸送から変化するJordan-Kinderlehrer-Otto原理と整合する,というキーインサイトに基づいて,SWFP(Stepwise Flow Policy)フレームワークを紹介した。 SWFPは、大域的な流れを、プロキシメート分布間の小さな漸進的な変換の列に分解する。 この分解は、小さな流れブロックのカスケードを介して事前訓練された流れを微調整する効率的なアルゴリズムを導き、大きな利点をもたらす。
  論文  参考訳（メタデータ） (2025-10-17T07:43:51Z)
• Efficiently Training Deep-Learning Parametric Policies using Lagrangian Duality [55.06411438416805]
  制約付きマルコフ決定プロセス(CMDP)は、多くの高度な応用において重要である。 本稿では,パラメトリックアクターポリシーを効率的に訓練するための2段階深度決定規則(TS-DDR)を提案する。 現状の手法と比較して, 解の質を高め, 数桁の計算時間を削減できることが示されている。
  論文  参考訳（メタデータ） (2024-05-23T18:19:47Z)
• Combining Deep Learning and Optimization for Security-Constrained Optimal Power Flow [94.24763814458686]
  セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。 SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。 本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-07-14T12:38:21Z)

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。