46 lines
1.6 KiB
Markdown
46 lines
1.6 KiB
Markdown
---
|
||
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]]
|