말하는 스케줄링: 해석 가능한 프로그램형 강화학습 프레임워크
Scheduling That Speaks: An Interpretable Programmatic Reinforcement Learning Framework
TL;DR AI
1분핵심 요약
연구진은 잡숍 스케줄링을 위한 해석 가능한 프로그램 기반 강화학습 프레임워크 ProRL을 제안했다.
ProRL은 도메인별 언어로 정의된 정책 공간을 탐색하고, 베이지안 최적화로 부분 스케줄링 프로그램을 완성한다.
벤치마크 스케줄링 과제에서 적은 학습 에피소드만으로도 휴리스틱 및 딥 RL 기준선과 비슷하거나 더 좋은 성능을 보였다.
이 방식은 스케줄링 결정을 더 쉽게 수정하고 검토할 수 있게 해, 신뢰성과 계산 자원 한계를 동시에 완화한다.
같은 주제
