DSevolve：LLMで進化させたヒューリスティック・ポートフォリオによって、動的な工場現場でリアルタイム適応型スケジューリングを可能にする

Abstract

動的な製造環境では、機械の故障や新規受注の到着といった混乱が継続的に最適な出荷（ディスパッチ）方針を変化させるため、適応的なルール選択が不可欠になります。既存のLLM搭載型自動ヒューリスティック設計（AHD）フレームワークは、適応性の要求に対応できない単一のエリート・ルールへと進化してしまいます。これに対処するために、本研究ではDSevolveという産業スケジューリングの枠組みを提案します。DSevolveは、出荷方針（ディスパッチング・ルール）の「品質の多様性」を備えたポートフォリオをオフラインで進化させ、2秒レベルの応答時間でそれらをオンラインに適応的に展開します。複数パーソナに基づくシーディングと、トポロジーを意識した進化演算子により、MAP-Elitesの特徴空間にインデックス付けされた、行動的に多様なルール・アーカイブが生成されます。各混乱イベントの際、プローブベースのフィンガープリンティング機構が現在の作業場（ショップフロア）の状態を特徴付けし、オフラインの知識ベースから高品質な候補ルールを取得し、迅速な先読みシミュレーションによって最良のルールを選択します。実際の産業データから導出した500件の動的な柔軟ジョブショップ（flexible job shop）インスタンスで評価した結果、DSevolveは、最先端のAHDフレームワーク、古典的なディスパッチング・ルール、遺伝的プログラミング、深層強化学習に対して優れた性能を示し、知的な作業場スケジューリングに対して実用的かつ展開可能な解決策を提供します。