TRATSS: Transformer-Based Task Scheduling System for Autonomous Vehicles

要約

効率的なスケジューリングは依然としてさまざまなドメインで重要な課題であり、最適なリソース割り当てを達成し、生産性を最大化するために、複雑なNPハード最適化問題に対するソリューションが必要です。
このペーパーでは、グラフベースの環境での単一エージェントスケジューリングの複雑さに対処するために設計された、トランスベースのタスクスケジューリングシステム（TRATS）というフレームワークを紹介します。
補強学習と変圧器アーキテクチャの最新の進歩を統合することにより、Tratssは、進化するタスク要件とリソースの可用性に動的に適応しながら、最適化されたタスクスケジューリングの決定を出力する新しいシステムを提供します。
トランスの自己関節メカニズムを活用して、TRATSSは複雑なタスク依存関係を効果的にキャプチャし、それにより、リソースの利用とタスクの完了効率が強化されたソリューションを提供します。
ベンチマークデータセットでの実験的評価は、複数のアクションプロファイルを含むスケジューリング問題に対する高品質のソリューションを提供する際のTRATSSの有効性を示しています。

要約(オリジナル)

Efficient scheduling remains a critical challenge in various domains, requiring solutions to complex NP-hard optimization problems to achieve optimal resource allocation and maximize productivity. In this paper, we introduce a framework called Transformer-Based Task Scheduling System (TRATSS), designed to address the intricacies of single agent scheduling in graph-based environments. By integrating the latest advancements in reinforcement learning and transformer architecture, TRATSS provides a novel system that outputs optimized task scheduling decisions while dynamically adapting to evolving task requirements and resource availability. Leveraging the self-attention mechanism in transformers, TRATSS effectively captures complex task dependencies, thereby providing solutions with enhanced resource utilization and task completion efficiency. Experimental evaluations on benchmark datasets demonstrate TRATSS’s effectiveness in providing high-quality solutions to scheduling problems that involve multiple action profiles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google