异构图表征的强化学习调度器

协同偏差降七成

通过边增强异构注意力融合节点-边-语义信息，为可重构制造系统的生产与运输耦合提供一体化的调度决策。

Haoran, Li · 李新宇 · 高亮 · Liu, Qihao

Journal of Manufacturing Systems 2026

参数信息

平均相对百分比偏差降幅

75.1 %

泛化平均相对百分比偏差降幅

71.5 %

测试实例数

760

技术优势

偏差降低七成

与最佳基线相比，平均相对百分比偏差降低75.1%，泛化研究中降低71.5%。

毫秒级响应

在线推理达到毫秒级，满足动态环境下的实时决策需求。

统一异构图表示

通过集成的重构-运输析取图显式编码异构实体及其交互，克服现有方法状态表示不足的局限。

边增强注意力融合

提出边增强的三关系异质注意力网络，融入多级节点-边-语义信息融合，提升状态表示的表达能力。

应用场景

• 智能调度与排程：用统一图模型同时处理生产与运输调度，替代人工或简单规则。
• 制造决策智能化：提供端到端决策，在动态RMS环境中实时响应变化。
• 生产-物流协同控制：统一表征生产与物流的耦合关系，实现协同优化。
• 边缘计算使能：毫秒级推理使得模型可部署于边缘设备，实现低延迟控制。
• 可重构产线决策：显式编码重构决策与生产运输的交互，支持可重构产线动态调整。