[发明专利]用于为多个机器调度作业集合的设备和方法

权利要求书

1.一种用于在多个机器上调度作业集合的方法，其中每个作业由表征作业的处理时间的至少一个特征来定义，

其中，如果任何机器空闲，则从作业集合中选择一个作业以由所述机器实行并在所述机器上调度所述作业，其中，如下选择所述作业：

图神经网络接收作业集合和至少空闲的机器的当前状态作为输入，

图神经网络如果在机器上启动，则输出每个作业的奖励，状态被输入到图神经网络，并且取决于图神经网络输出的奖励来选择用于空闲机器的作业。

2.根据权利要求1所述的方法，其中所述作业由表征多个类中的一个类的另外特征来定义，其中每个类表征对实行对应作业所需的机器的对应设置，

其中机器的当前状态也表征了它们的当前设置，

其中图神经网络接收另外的输入，如果由于对于同一机器的不同类的两个即刻连续的作业而不得不通过改变任何机器的设置来重新配置机器，则所述另外的输入是时间惩罚。

3.根据前述权利要求中任一项所述的方法，其中附加作业在特定时间点到达，并且附加作业被添加到作业集合。

4.根据上述权利要求中任一项所述的方法，其中通过强化学习、特别是通过深度Q网络学习来优化图神经网络的参数化。

5.根据前述权利要求中任一项所述的方法，其中，为了选择后续作业，应用蒙特卡罗树搜索（MCTS），其中，蒙特卡罗树搜索从机器的当前状态和作业集合开始迭代地构建搜索树，

其中为了扩展搜索树，图神经网络的输出奖励被用作搜索启发法，

其中取决于搜索树选择后续作业。

6.根据权利要求5所述的方法，其中为了扩展搜索树，基于置信上限来选择动作。

7.根据权利要求5或6所述的方法，其中所述搜索树被修剪，特别是通过仅考虑在至少一次试运行内具有最高Q值的预定数量的作业。

8.根据上述权利要求中任一项所述的方法，其中，所述机器是生产机器，并且特别地物流机器人用于向所述生产机器供应对于相应机器的当前作业所需的生产材料。

9.根据上述权利要求中任一项所述的方法，其中所述机器的状态取决于接收的传感器信号来确定，其中所述机器的状态还包括当前负载状态和/或表征相应机器的维护需求的参数。

10.一种计算机程序，其被配置为如果所述计算机程序由处理器实行，则使得计算机实行根据权利要求1至9中任一项的方法及其所有步骤。

11.一种机器可读存储介质，其上存储根据权利要求10的计算机程序。

12.一种系统，被配置为实行根据权利要求1至9中任一项的方法。