Buchumschlag

Mamba Meets Scheduling: Learning to Solve Flexible Job Shop Scheduling with Efficient Sequence Modeling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cao, Zhi, Zhang, Cong, Wu, Yaoxin, Hou, Yaqing, Ge, Hongwei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Topological Representations with Bidirectional Graph Attention Network for Solving Job Shop Scheduling Problem
von: Zhang, Cong, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning Guided Improvement Heuristic for Job Shop Scheduling
von: Zhang, Cong, et al.
Veröffentlicht: (2022)

Neural Combinatorial Optimization for Stochastic Flexible Job Shop Scheduling Problems
von: Smit, Igor G., et al.
Veröffentlicht: (2024)

Job Shop Scheduling Benchmark: Environments and Instances for Learning and Non-learning Methods
von: Reijnen, Robbert, et al.
Veröffentlicht: (2023)

Graph Neural Networks for Job Shop Scheduling Problems: A Survey
von: Smit, Igor G., et al.
Veröffentlicht: (2024)

Learning to Solve Job Shop Scheduling under Uncertainty
von: Infantes, Guillaume, et al.
Veröffentlicht: (2024)

Learning Memory-Enhanced Improvement Heuristics for Flexible Job Shop Scheduling
von: Wang, Jiaqi, et al.
Veröffentlicht: (2026)

RESCHED: Rethinking Flexible Job Shop Scheduling from a Transformer-based Architecture with Simplified States
von: Xiao, Xiangjie, et al.
Veröffentlicht: (2026)

Learning-Guided Rolling Horizon Optimization for Long-Horizon Flexible Job-Shop Scheduling
von: Li, Sirui, et al.
Veröffentlicht: (2025)

Learning to Optimize Job Shop Scheduling Under Structural Uncertainty
von: Zhang, Rui, et al.
Veröffentlicht: (2026)

Variational Approach for Job Shop Scheduling
von: Oh, Seung Heon, et al.
Veröffentlicht: (2026)

Self-Evaluation for Job-Shop Scheduling
von: Echeverria, Imanol, et al.
Veröffentlicht: (2025)

Offline Reinforcement Learning for Learning to Dispatch for Job Shop Scheduling
von: van Remmerden, Jesse, et al.
Veröffentlicht: (2024)

EFormer: An Effective Edge-based Transformer for Vehicle Routing Problems
von: Meng, Dian, et al.
Veröffentlicht: (2025)

Starjob: Dataset for LLM-Driven Job Shop Scheduling
von: Abgaryan, Henrik, et al.
Veröffentlicht: (2025)

Self-Labeling the Job Shop Scheduling Problem
von: Corsini, Andrea, et al.
Veröffentlicht: (2024)

HGT-Scheduler: Deep Reinforcement Learning for the Job Shop Scheduling Problem via Heterogeneous Graph Transformers
von: Soykan, Bulent
Veröffentlicht: (2026)

Graph-RHO: Critical-path-aware Heterogeneous Graph Network for Long-Horizon Flexible Job-Shop Scheduling
von: Li, Yujie, et al.
Veröffentlicht: (2026)

Decision Transformer for Enhancing Neural Local Search on the Job Shop Scheduling Problem
von: de Puiseau, Constantin Waubert, et al.
Veröffentlicht: (2024)

Beyond Training: Optimizing Reinforcement Learning Based Job Shop Scheduling Through Adaptive Action Sampling
von: de Puiseau, Constantin Waubert, et al.
Veröffentlicht: (2024)

Low-Cost Labels, Reliable Choices: Rollout-Calibrated Hyper-Heuristics for Job Shop Scheduling
von: Wei, Junhao, et al.
Veröffentlicht: (2026)

Learning-enabled Flexible Job-shop Scheduling for Scalable Smart Manufacturing
von: Moon, Sihoon, et al.
Veröffentlicht: (2024)

Solving the Job Shop Scheduling Problem with Graph Neural Networks: A Customizable Reinforcement Learning Environment
von: Fernández, Pablo Ariño
Veröffentlicht: (2025)

Enhancing the Cross-Size Generalization for Solving Vehicle Routing Problems via Continual Learning
von: Li, Jingwen, et al.
Veröffentlicht: (2025)

ReflecSched: Solving Dynamic Flexible Job-Shop Scheduling via LLM-Powered Hierarchical Reflection
von: Cao, Shijie, et al.
Veröffentlicht: (2025)

Optimizing Job Shop Scheduling in the Furniture Industry: A Reinforcement Learning Approach Considering Machine Setup, Batch Variability, and Intralogistics
von: Schneevogt, Malte, et al.
Veröffentlicht: (2024)

ReLA: Representation Learning and Aggregation for Job Scheduling with Reinforcement Learning
von: Kwan, Zhengyi, et al.
Veröffentlicht: (2026)

Efficient LLM Scheduling by Learning to Rank
von: Fu, Yichao, et al.
Veröffentlicht: (2024)

Fairness-Aware Job Scheduling for Multi-Job Federated Learning
von: Shi, Yuxin, et al.
Veröffentlicht: (2024)

Optimal Inference Schedules for Masked Diffusion Models
von: Chen, Sitan, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Flexible Job Shop Scheduling with Random Job Arrivals
von: Tang, Yu, et al.
Veröffentlicht: (2026)

Integrated Offline and Online Learning to Solve a Large Class of Scheduling Problems
von: Liu, Anbang, et al.
Veröffentlicht: (2025)

Enhancing Cross-Problem Vehicle Routing via Federated Learning
von: Meng, Xiangchi, et al.
Veröffentlicht: (2026)

Solving Distributed Flexible Job Shop Scheduling Problems in the Wool Textile Industry with Quantum Annealing
von: Toma, Lilia, et al.
Veröffentlicht: (2024)

LLM-Upgraded Graph Reinforcement Learning for Carbon-Aware Job Scheduling in Smart Manufacturing
von: Yang, Zhiying, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Solving the Pricing Problem in Column Generation: Applications to Vehicle Routing
von: Abouelrous, Abdo, et al.
Veröffentlicht: (2025)

Investigation of the Generalisation Ability of Genetic Programming-evolved Scheduling Rules in Dynamic Flexible Job Shop Scheduling
von: Zhu, Luyao, et al.
Veröffentlicht: (2026)

PackMamba: Efficient Processing of Variable-Length Sequences in Mamba training
von: Xu, Haoran, et al.
Veröffentlicht: (2024)

Leveraging Constraint Programming in a Deep Learning Approach for Dynamically Solving the Flexible Job-Shop Scheduling Problem
von: Echeverria, Imanol, et al.
Veröffentlicht: (2024)

Solving Integrated Process Planning and Scheduling Problem via Graph Neural Network Based Deep Reinforcement Learning
von: Li, Hongpei, et al.
Veröffentlicht: (2024)