一种基于深度强化学习和动态图神经网络的调度代理，用于控制多任务机器人

《ROBOTICS AND COMPUTER-INTEGRATED MANUFACTURING》：A deep reinforcement learning and a dynamic graph neural network-based scheduling agent to control a multi-task robot

　　

赫迪·布卡姆查（Hedi Boukamcha）|阿纳斯·诺伊曼（Anas Neumann）|莫妮娅·雷基克（Monia Rekik）|阿德内内·哈吉（Adnene Hajji）|加布里埃尔·卡龙·吉莱梅特（Gabriel Caron Guillemette）|穆罕默德·法拉（Mohamed Farah）

• •
  一个代表当今基于机器人的生产环境及其挑战的调度问题。
• •
  优化模型的数学表述。
• •
  一个框架，包括机器人运动的模拟器以及基于Q值引导的束搜索（beam search）的定制求解策略。
• •
  动态且异构的图表示方法，以及定制的图神经网络。
• •
  一种基于强化学习的专用训练算法（$?$