[发明专利]一种任务调度方法及其装置

说明书

本申请公开了一种任务调度方法及其装置，应用于人工智能领域，包括：通过第一强化学习模型处理多个待调度任务以及多个可调度资源组，以得到第一分配关系，第一分配关系表示多个待调度任务与多个可调度资源组之间的对应关系；至少基于第一分配关系，通过第二强化学习模型处理多个待调度任务和多个可调度资源，以得到第二分配关系。本申请可以对第一分配关系进行采样，并通过第二强化学习模型分别对各个采样得到的部分待调度任务进行调度分配，进而得到各个部分待调度任务与多个可调度资源之间的对应关系，第二强化学习模型不需要对全局的待调度任务进行资源分配，提高了求解效率。

技术领域

本申请涉及人工智能领域，尤其涉及一种任务调度方法及其装置。

背景技术

调度问题是大型制造、物流、生产等环节中最常见的问题之一，在不同的场景下，调度总是有不同的意义。例如：物流调度主要是指在物流过程中，物流公司根据待发货物的重量、去向、规格、加急程度等对所属的车辆和人员进行合理的安排和调度；而生产环境中的调度是根据不同产线中不同机器的产能以及生产需求，在若干任务(job)中完成对任务的排序以及任务和机器(可调度资源)之间的匹配；大型制造工厂/机场的工人/空乘排班(timetabling)也是调度问题的一种，这是由于这类问题的目标也是依照工人/空乘的工作特点以及场景需要在不同的时间段内完成最优匹配。因此，核心是排序以及最优分配，而不局限任务是人还是货物。一般来讲，调度问题的目标是在给定任务数的前提下得到最小总工时(makespan)所对应的排序。

在现有技术中，往往采用例如贪婪法或者混合整数规划(Mixed IntegerProgramming，MIP)或者约束规划(Constraint Programming,CP)等方法来解决调度问题，但是这些方法在求解精度和求解效率上(尤其当任务较大的情况下)往往难以兼顾，并且现有技术的方案往往只能解决单一类型任务，泛化能力弱。

因此，需要一种方案，其可以高效、精确地对任务进行调度，特别是对于大型任务也能实现高效精确地调度；另外，还需要此方案具有较高的泛化能力。

发明内容

第一方面，本申请提供了一种任务调度方法，所述方法包括：

获取多个待调度任务以及多个可调度资源组；其中，所述多个可调度资源组中的每个可调度资源组包括多个可调度资源；例如，在产品生产的场景中，待调度任务可以是待生产的产品，在人员调度的场景中，待调度任务可以是待生产的人等等；在产品生产的场景中，多个可调度资源组中的每个可调度资源组可以为生产线，例如在手机的生产场景中，多个可调度资源组中的每个可调度资源组可以为一种手机组件的生产线，例如可以是电池的生产线、外壳的生产线、芯片的生产线等等，相应的，每个可调度资源组可以包括多个可调度资源，多个可调度资源中的每个可调度资源为所述生产线中的生产设备，例如，电池生产线可以包括多个电池生产设备，外壳生产线可以包括多个外壳生产设备；在人员调度的场景中，多个可调度资源组中的每个可调度资源组可以为时间段，例如在人员调度的场景中，多个可调度资源组中的每个可调度资源组可以为一天，例如可以是周一、周二、周三或者是一些月份的某一天等等，相应的，每个可调度资源组可以包括多个可调度资源，多个可调度资源中的每个可调度资源为时间段中的子时间段，例如，某一天可以包括多个小时、多个分钟或者其他多个子时间段；

需要说明的是，除了获取多个待调度任务以及多个可调度资源组之外，还可以获取到其他调度信息，例如各个可调度资源组在进行并完成各个任务的时间，以及一些约束条件，例如，某个每个可调度资源同时顶多被一个任务占用，每个任务最多同时占用一个可调度资源等，每个可调度资源在执行完一个具体任务之前不可以执行下一个任务，等待时间不要超过上一个任务的执行时间等等；