본 논문은 유전 알고리즘(GP)과 강화 학습(RL) 기반 트랜스포머를 결합한 새로운 동적 스케줄링 방법인 GPRT(Genetic Programming with Reinforcement Learning-trained Transformer)를 제안합니다. GPRT는 GP가 생성한 휴리스틱을 트랜스포머가 개선하고, GP의 진화를 유도하는 방식으로 동작합니다. 컨테이너 터미널 트럭 스케줄링 실험을 통해 기존 GP, 독립적인 트랜스포머 기반 방법 및 다른 최첨단 방법들보다 우수한 성능을 보였으며, 다양한 동적 스케줄링 문제에 적용 가능한 범용적인 프레임워크임을 보여줍니다. GPRT의 장점은 강건하고 효율적인 스케줄링 솔루션을 제공하며, 해석 가능성과 수정 용이성 또한 갖춘 점입니다.
