본 논문은 작업장 스케줄링 문제(JSP)와 유연 작업장 스케줄링 문제(FJSP)에 대한 효율적인 스케줄링 정책을 학습하기 위해 새로운 오프라인 강화학습 알고리즘인 Conservative Discrete Quantile Actor-Critic (CDQAC)을 제시합니다. 기존 온라인 강화학습 기반 방법들의 단점인 많은 시뮬레이션 상호작용 필요성과 낮은 표본 효율성을 극복하기 위해, CDQAC는 기존 데이터로부터 직접 학습하며, 각 기계-작업 쌍의 수익 분포를 추정하여 정책을 업데이트합니다. 실험 결과, CDQAC는 다양한 데이터 소스로부터 학습하여 기존 휴리스틱 및 최첨단 오프라인/온라인 강화학습 알고리즘들을 능가하는 성능을 보이며, 적은 양의 학습 데이터만으로도 높은 성능을 달성하는 높은 표본 효율성을 나타냅니다. 흥미롭게도, CDQAC는 유전 알고리즘이나 우선순위 할당 규칙보다 무작위 휴리스틱으로 생성된 데이터로 학습했을 때 더 나은 성능을 보입니다.
