[論文レビュー] Two-Stage Learning For the Flexible Job Shop Scheduling Problem

Wenbo Chen, Reem Khir+1 more|arXiv (Cornell University)|Jan 23, 2023

Scheduling and Optimization Algorithms被引用数 5

ひとこと要約

本稿では、柔軟なジョブショップスケジューリング問題（FJSP）の階層的構造を、まずタスクからマシンへの割り当てを予測し、次に自信を考慮した分岐スキームを用いてスケジューリングを行うことでモデル化する2段階のディーブラーニングフレームワーク、2SL-FJSPを提案する。本手法はミリ秒未満の推論時間を達成し、ベンチマークインスタンスにおいて最良の強化学習およびヒューリスティック手法と比較して最適解との差が最大10倍小さくなる。これは、モデルの学習可能性と解の品質を向上させるために、新たな対称性を破るデータ生成手法を用いることで達成された。

ABSTRACT

The Flexible Job-shop Scheduling Problem (FJSP) is an important combinatorial optimization problem that arises in manufacturing and service settings. FJSP is composed of two subproblems, an assignment problem that assigns tasks to machines, and a scheduling problem that determines the starting times of tasks on their chosen machines. Solving FJSP instances of realistic size and composition is an ongoing challenge even under simplified, deterministic assumptions. Motivated by the inevitable randomness and uncertainties in supply chains, manufacturing, and service operations, this paper investigates the potential of using a deep learning framework to generate fast and accurate approximations for FJSP. In particular, this paper proposes a two-stage learning framework 2SLFJSP that explicitly models the hierarchical nature of FJSP decisions, uses a confidence-aware branching scheme to generate appropriate instances for the scheduling stage from the assignment predictions and leverages a novel symmetry-breaking formulation to improve learnability. 2SL-FJSP is evaluated on instances from the FJSP benchmark library. Results show that 2SL-FJSP can generate high-quality solutions in milliseconds, outperforming a state-of-the-art reinforcement learning approach recently proposed in the literature, and other heuristics commonly used in practice.

研究の動機と目的

• リアルタイム制約下で大規模なFJSPインスタンスに対して高速かつ高品質な近似解を生成する課題に対処すること。
• トレーニングデータにおける対称性と解の重複を解消することで、FJSPにおけるモデルの学習可能性を向上させること。
• FJSPの階層的意思決定構造を扱う際に、エンドツーエンドのディープラーニングモデルに見られる限界を克服すること。
• 低遅延かつ近似的に最適な解を提供することで、不確実な製造およびサービス環境におけるリアルタイムの再計画を可能にすること。
• 迅速な推論と分布シフトに対するロバストネスをサポートするスケーラブルで微分可能なFJSPの代理モデルを開発すること。

提案手法

• 2SL-FJSPは2段階のディープラーニングアーキテクチャを採用しており、まずマシン割り当てを予測し、次に割り当てられたマシン上でタスクをスケジューリングする。
• 自信を考慮した分岐スキームにより、割り当て予測に基づいて多様なスケジューリングインスタンスが生成され、予測誤差に対するロバストネスが向上する。
• 解の重複を排除するための新規な対称性を破る定式化が導入され、データ生成段階で冗長な解を削減することで、モデルの一般化性能と学習効率が向上する。
• 予測された解が妥当であることを保証するため、微分可能なLPベースの妥当性回復ステップが採用され、Gurobiなどのソルバをプリスプレイモードで使用して高速化が図られる。
• トレーニングデータは対称性を破ることで解の同値性を低減するように生成され、スケジューリングの妥当性を強制するための制約正則化が適用される。
• モデルは処理時間の分布をトレーニングに取り入れることで、現実世界の不確実性を模擬し、未観測インスタンスへの一般化能力を向上させる。

実験結果

リサーチクエスチョン

• RQ1 2段階のディープラーニングフレームワークは、FJSPの階層的意思決定構造を効果的にモデル化することで、解の品質と推論速度を向上させることができるか？
• RQ2 スケジューリング段階における自信を考慮した分岐は、割り当て予測の誤差に対してどの程度ロバストネスを向上させるか？
• RQ3 対称性を破るデータ生成は、FJSPにおける最適解との差をどの程度小さくし、モデルの学習可能性を向上させるか？
• RQ4 2SL-FJSPは、最良の強化学習およびヒューリスティック手法と比較して、解の品質と推論時間の両面で優れているか？
• RQ5 本フレームワークは、現実の不確実性条件下で、低柔軟性および高柔軟性の両方のFJSPインスタンスに一般化可能か？

主な発見

• 2SL-FJSPは、低柔軟性および高柔軟性の両方のFJSPインスタンスにおいて、最良のヒューリスティック手法と比較して最適解との差が最大10倍小さくなる。
• フレームワークは1ミリ秒未満で妥当な解を生成し、IBM CPオプティマイザー（1,800秒の時間制限）を上回り、最先端のDRL手法よりも10倍以上速い。
• 対称性を破るデータ生成により、2SL-FJSPの最適解との差は最大5倍小さくなり、1段階モデルでは最大20倍小さくなる。これは、モデル性能向上におけるこの手法の重要性を示している。
• 自信を考慮した分岐スキームは、すべてのインスタンスで最適解との差を一貫して低減するが、低柔軟性インスタンス la22 を除く。これは、割り当て誤差に対するロバストネスの向上を示している。
• アブレーションスタディにより、2段階アーキテクチャ、対称性を破る手法、制約正則化がすべて不可欠な要素であることが確認され、2SL-FJSPは1段階ベースラインを著しく上回る。
• 本フレームワークは、複雑なマシン-ジョブ関係や現実的な処理時間の変動を伴う多様なFJSPインスタンスにおいても高い性能を維持する。