LLM-Based Exogenous World Modeling for Dynamic Scheduling

📄 arXiv: 2610.29308v1 📥 PDF

作者: Ni Zhang, Haofeng Yuan, Jianan Zhou, Shiji Song, Zhiguang Cao

分类: cs.AI, cs.CL

发布日期: 2026-10-21

备注: 10 pages, 5 figures, 1 table

💡 一句话要点

提出基于LLM的外部世界建模以解决动态调度问题

🎯 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 大型语言模型 外部世界建模 后状态分解 调度策略

📋 核心要点

  1. 动态调度面临的核心问题是如何有效预测未来作业到达，以避免因决策失误导致的成本增加。
  2. 论文提出了一种利用预训练LLM进行外部世界建模的方法，通过后状态分解来专注于不确定的作业到达预测。
  3. 实验结果表明，AWMP在动态和灵活作业车间基准测试中，分别减少了6-21%和22-46%的加权延迟，显著优于传统调度规则。

📝 摘要（中文）

动态调度需要在在线到达的作业中进行调度，同时预测未来作业的到达情况，因为不良决策可能在非线性延迟目标下加重后续成本。我们展示了预训练的大型语言模型（LLM）可以作为结构化世界模型的外部组件，预测不确定的未来作业到达情况。具体而言，我们利用后状态分解，将已知的确定性车间转变与不确定的外部作业到达分开，使LLM仅通过紧凑的信念表示来预测后者。在此基础上，我们开发了后状态世界模型规划（AWMP），结合了进化的信念条件调度策略与短期场景基础的回滚。一个触发刷新机制在新观察到的到达情况与先前预测有显著偏差时查询LLM，而在线残差自校准进一步根据LLM最近的预测误差来调整LLM，以处理非平稳到达情况。在多种到达分布下，AWMP在动态作业车间和灵活作业车间基准测试中，分别减少了6-21%和22-46%的加权延迟，相较于八种经典优先调度规则中的最佳者。

🔬 方法详解

问题定义：论文要解决的具体问题是动态调度中的未来作业到达预测，现有方法在处理不确定性时往往效果不佳，导致调度决策失误。

核心思路：论文的核心解决思路是利用预训练的大型语言模型（LLM）作为外部组件，通过后状态分解来预测不确定的作业到达，从而提高调度决策的准确性。

技术框架：整体架构包括后状态世界模型规划（AWMP），其主要模块包括信念条件调度策略、短期场景回滚和触发刷新机制。AWMP在新到达的作业与预测偏差显著时查询LLM，并通过在线残差自校准调整LLM的预测。

关键创新：最重要的技术创新点在于将LLM与后状态分解结合，专注于不确定的外部作业到达预测，这与传统方法的处理方式有本质区别。

关键设计：关键设计包括信念表示的紧凑性、触发刷新机制的阈值设定，以及在线残差自校准的实现，确保LLM能够适应非平稳的作业到达情况。

🖼️ 关键图片

fig_0

📊 实验亮点

实验结果显示，AWMP在动态作业车间基准测试中减少了6-21%的加权延迟，在灵活作业车间基准测试中减少了22-46%的加权延迟，显著优于八种经典优先调度规则中的最佳者，展示了其在动态调度中的有效性。

🎯 应用场景

该研究的潜在应用领域包括制造业、物流调度和服务业等需要动态调度的场景。通过提高调度决策的准确性，能够有效降低成本、提高资源利用率，并在未来的智能调度系统中发挥重要作用。

📄 摘要（原文）

Dynamic scheduling requires dispatching online arrivals while anticipating future jobs, as poor decisions can compound downstream costs under nonlinear tardiness objectives. We show that a pretrained large language model (LLM) can serve as the exogenous component of a structured world model, forecasting uncertain future job arrivals. Specifically, we exploit an afterstate decomposition, which separates known deterministic shop transitions from uncertain exogenous job arrivals, enabling the LLM to forecast only the latter through a compact belief representation. Building on this, we develop Afterstate World-Model Planning (AWMP), which combines an evolved, belief-conditioned dispatching strategy with short scenario-based rollouts. A surprise-triggered refresh mechanism queries the LLM only when newly observed arrivals deviate sufficiently from previous forecast, and online residual self-calibration further conditions the LLM on its recent forecast errors to handle nonstationary arrivals. Across diverse arrival distributions, AWMP reduces weighted tardiness by 6-21% on dynamic job-shop and 22-46% on flexible job-shop benchmarks, relative to the best of eight classical priority-dispatching rules.