---
title: "排队网络控制 (Queueing Network Control)"
created: 2026-06-17
updated: 2026-06-17
type: concept
tags: [operations-research, queueing-theory, control, benchmark]
sources: [raw/papers/chen-bellman-taylor-score-2026.md]
confidence: high
---

# 排队网络控制 (Queueing Network Control)

动态多类别多服务池排队系统的调度是[[bellman-taylor-score-decoding|BTSD]] 框架的**主要验证场景**——也是运筹学中经典的 MDP 基准。

## 问题设定

- **多类别任务**：不同类型的请求到达系统
- **多服务池**：多个服务器组，各有不同的处理能力
- **状态依赖可行动作**：调度决策受服务器可用性和队列约束
- **目标**：最小化等待时间或最大化吞吐量

## 为什么适合 BTSD

1. **后动作配置自然存在**：调度后的队列长度 = `φ_s(a)`
2. **延续价值函数接近线性**：一阶 Taylor 近似效果好
3. **动作约束复杂**：离散分配 + 容量约束，标准 DRL 接口不匹配

## BTSD 在该场景的应用

- 策略学到的是**状态依赖的指数（index）**
- 解码器选择总得分最大的可行调度动作
- 本质上学到了一个**learned index-based dispatching rule**
- 不引入任何排队特化技术（如方差削减）

## 实验结果

- 小规模实例接近最优策略
- 大规模系统显著优于传统基准启发式
- BTSD-PPO 框架直接可用，无需排队特化的架构设计

## 参考

- [[bellman-taylor-score-decoding|BTSD]]
- [[state-dependent-feasible-action-sets|状态依赖可行动作集]]
- [[post-action-configuration|后动作配置]]