製造業のスマート化に伴い、多製品のキッティング配送は加工と組立を統合するハイブリッド製造システムにおいてリアルタイムスケジューリングに大きな課題をもたらしています。動的な注文到着により供給依存関係と実行可能なジョブマシン割り当てが同時に変化するため、従来のディスパッチルールでは対応が困難です。この問題に対処するため、中国の研究チームは、複雑なキッティング制約を持つフレキシブル組立フローショップスケジューリング問題に対する、スライディングウィンドウベースの強化学習（SWRL）フレームワークを提案しました。この研究はarXiv（ID: 2607.02941）に掲載されています。
SWRLは、二層キッティング構造とテール製品ボトルネック動的を捉える異種グラフベースのマルコフ決定過程として問題を定式化します。この定式化により、疎な報酬環境が生じます。SWRLはこの課題に対処するため、3つの主要モジュールを統合しています。非アクティブノードをフィルタリングしキッティングクリティカル操作を優先するスライディングウィンドウフィルタリング機構、連続する決定状態間のボトルネックシフトを追跡する時空間グラフ符号化ネットワーク、および可変トポロジー下で変化するアクション空間に適応する制約付き待機戦略を備えた動的作用マッピングモジュールです。
研究チームは家電メーカーの実データを用いて実験を行いました。その結果、SWRLは古典的なディスパッチルール（最短納期、最短処理時間など）や既存の深層強化学習手法（DQN、DRL-SFなど）と比較して、一貫して納期遅れを削減できることが示されました。さらに、SWRLは異なるリソース構成、注文負荷、到着集中度に対してもロバストな性能を示しました。
この研究は、特に加工と組立を同時に考慮する複雑なサプライチェーン環境において、スマートマニュファクチャリングのリアルタイムスケジューリングに新たな解決策を提供します。論文の著者はJunhao Qiuら6名で、2026年7月3日に提出されました。