Learning to Dispatch for Job Shop Scheduling via Deep Reinforcement Learning（使用GIN+PPO解决JSP问题）

Learning to Dispatch for Job Shop Scheduling via Deep Reinforcement Learning (Zhang, 2020) 运用了深度强化学习的方式去为JSP问题寻找PDR(priority dispatching rule)，模型通用性好，小size训练出的模型在大size的数据集上表现效果好。文章开放了源码，地址：https://github.com/zcajiayin/L2D。今天主要基于源码来分析一下Dispatching中graph的embedding过程。

一. 输入数据格式

测试文件格式：每个npy文件里有10个例子。每个例子用一个二维list表示。List[0]表示运行时间。List[1]表示运行机器。

输入数据格式：变量名：Data    Type: array list    Data[0]: 运行时间集合   Data[1]: 运行机器集合

二. 文中的GNN公式

 

三．GraphCNN编码的输入输出

self.feature_extract = GraphCNN (num_layers=num_layers, # 3
                                num_mlp_layers=num_mlp_layers_feature_extract, # 2
                                input_dim=input_dim, # 2
                                hidden_dim=hidden_dim, # 64
                                learn_eps=learn_eps, # false
                                neighbor_pooling_type=neighbor_pooling_type, # sum
                                device=device).to(device)

表格 1 GRAPH CNN输入参数

变量名	Value	Type	说明
num_layers	3	GraphCNN输入参数	网络层数
num_mlp_layers	2	GraphCNN输入参数	MLP层数 K
input_dim	2	GraphCNN输入参数