ペトリネットと強化学習による最適スケジューリング

抄録

本報告では，ペトリネットと強化学習を利用したスケジューリング手法を提案する．ペトリネットの可達木を用いたエージェントの状態・行動を自動生成する仕組みを新たに考案した．また，強化学習による状態・行動価値の学習によりペトリネットの最適な発火系列を導くことでスケジューリングを行う．また，提案する手法の有効性をジョブショップ問題により検証する．