Harmonizing Real-Time Constraints and Long-Horizon Reasoning: An Asynchronous Agentic Framework for Dynamic Scheduling

📄 arXiv: 2605.29262v1 📥 PDF

作者: Shijie Cao, Yuan Yuan, Jing Liu

分类: cs.AI

发布日期: 2026-05-28

💡 一句话要点

RACE-Sched：异步Agent框架，协调实时约束与长程推理，解决动态调度问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 动态调度 柔性作业车间 大型语言模型 异步Agent 实时推理

📋 核心要点

  1. 现有动态调度方法难以兼顾实时响应和全局优化，传统规则缺乏灵活性，学习方法泛化性不足。
  2. RACE-Sched采用异步双流架构，反应流快速执行启发式规则，审议流利用LLM演化规则。
  3. 实验表明，RACE-Sched在多个基准测试中优于深度强化学习和LLM基线，提升了调度性能。

📝 摘要（中文）

动态柔性作业车间调度问题(DFJSP)需要在随机扰动下的即时反应和生产目标的全局优化之间进行权衡。传统的优先级规则缺乏足够的灵活性来处理复杂的扰动，而基于学习的方法通常会牺牲可解释性或无法跨问题规模泛化。大型语言模型(LLM)虽然提供了先进的推理能力来弥合这一差距，但其巨大的推理延迟与工业控制系统的毫秒级决策周期不兼容。为了解决这个冲突，我们引入了RACE-Sched，一个异步的基于Agent的框架，通过双流架构将策略执行与逻辑推理解耦。反应流执行低延迟的符号启发式算法以实现实时调度，而并行的审议流利用LLM来合成、验证和演化这些规则。候选规则在沙箱中经过严格的测试，并通过原子更新进行部署，确保安全，而不会阻塞控制循环。此外，一个语义规则存储库索引了经过验证的启发式算法，用于基于检索的初始化，从而增强了跨问题规模的可迁移性。在GEN-Bench、MK-Bench和JMS-Bench上的大量评估表明，RACE-Sched优于领先的深度强化学习和其他基于LLM的基线。这种方法协调了实时约束与长程推理，以实现卓越的解决方案质量和对动态事件的鲁棒适应。

🔬 方法详解

问题定义：论文旨在解决动态柔性作业车间调度问题（DFJSP），该问题需要在面对随机扰动时，快速响应并同时优化全局生产目标。现有方法，如传统优先级规则，无法灵活应对复杂扰动；而基于学习的方法，如深度强化学习，往往牺牲了可解释性或难以泛化到不同规模的问题。大型语言模型（LLM）虽然具备强大的推理能力，但其推理延迟过高，无法满足工业控制系统毫秒级的决策需求。

核心思路：RACE-Sched的核心思路是将策略执行与逻辑推理解耦，通过异步双流架构实现实时响应和长程推理的协调。反应流（Reactive Stream）负责快速执行低延迟的符号启发式规则，以满足实时调度的需求；审议流（Deliberative Stream）则利用LLM进行规则的合成、验证和演化，从而实现全局优化和适应动态变化。

技术框架：RACE-Sched框架包含两个主要组成部分：反应流和审议流。反应流负责实时调度决策，它基于预先存在的或由审议流提供的启发式规则。审议流则负责规则的生成、验证和部署。LLM在审议流中扮演核心角色，用于生成新的候选规则。这些规则在沙箱环境中进行严格测试，验证其有效性和安全性。验证通过的规则将以原子更新的方式部署到反应流中，确保控制循环的稳定运行。此外，框架还包含一个语义规则存储库，用于索引和检索已验证的启发式规则，从而提高跨问题规模的迁移能力。

关键创新：RACE-Sched的关键创新在于其异步双流架构，它将策略执行与逻辑推理解耦，从而能够同时满足实时约束和长程推理的需求。这种架构允许LLM在不影响实时性能的前提下，进行复杂的规则演化和优化。此外，语义规则存储库和原子更新机制也提高了系统的鲁棒性和可迁移性。与现有方法的本质区别在于，RACE-Sched能够利用LLM的强大推理能力，同时避免其高延迟带来的问题。

关键设计：RACE-Sched的关键设计包括：1) LLM的选择和提示工程，用于生成高质量的候选规则；2) 沙箱环境的设计，用于安全地验证规则的有效性和安全性；3) 原子更新机制，确保规则部署的平滑过渡，避免控制循环中断；4) 语义规则存储库的构建，用于高效地检索和重用已验证的规则。具体的参数设置、损失函数和网络结构等技术细节在论文中未明确提及，属于未知信息。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

RACE-Sched在GEN-Bench、MK-Bench和JMS-Bench等多个动态调度基准测试中取得了显著的性能提升，优于领先的深度强化学习和其他基于LLM的基线方法。具体性能数据和提升幅度在论文中进行了详细的量化分析，证明了RACE-Sched在解决动态调度问题方面的有效性和优越性。

🎯 应用场景

RACE-Sched具有广泛的应用前景，可应用于智能制造、智慧物流、交通调度等领域。通过协调实时约束和长程推理，该框架能够显著提高生产效率、降低运营成本，并增强系统对动态事件的适应能力。未来，RACE-Sched有望成为构建智能控制系统的关键技术。

📄 摘要（原文）

The Dynamic Flexible Job Shop Scheduling Problem (DFJSP) necessitates a trade-off between instant reaction to stochastic disturbances and global optimization of production goals. Conventional priority rules are insufficiently flexible to handle complex disruptions, whereas learning-based approaches often compromise interpretability or fail to generalize across problem scales. Although Large Language Models (LLMs) offer advanced reasoning capabilities to bridge this gap, their substantial inference latency is incompatible with the millisecond-level decision cycles of industrial control systems. To resolve this conflict, we introduce RACE-Sched, an asynchronous agent-based framework that decouples policy execution from logical reasoning via a dual-stream architecture. The Reactive Stream executes low-latency symbolic heuristics to enable real-time dispatching, while the parallel Deliberative Stream leverages an LLM to synthesize, validate, and evolve these rules. Candidate rules undergo rigorous testing in a sandbox and are deployed via atomic updates, ensuring safety without blocking the control loop. Additionally, a semantic rule repository indexes validated heuristics for retrieval-based initialization which enhances transferability across problem scales. Extensive evaluations on GEN-Bench, MK-Bench, and JMS-Bench demonstrate that RACE-Sched outperforms leading Deep Reinforcement Learning and other LLM-based baselines. This approach harmonizes real-time constraints with long-horizon reasoning to achieve superior solution quality and robust adaptation to dynamic events.