基于 LLM 的外生世界模型用于动态调度

研究提出后状态世界模型规划框架 AWMP，利用预训练 LLM 作为外生世界模型预测未来作业到达以优化动态调度。该框架结合惊奇触发刷新机制与在线残差自校准，仅在实际到达显著偏离预测时查询 LLM 并自适应校正。相比 8 种经典优先级调度规则，AWMP 在动态与柔性作业车间基准上分别将加权拖期降低 6-21% 和 22-46%。