تُعتبر مشكلة جدولة العمل (Job Shop Scheduling Problem - JSSP) واحدة من التحديات الأساسية في مجال تحسين العمليات الصناعية، وما زال البحث مستمرًا لإيجاد حلول فعالة لها. في هذا السياق، ظهرت تقنية التعلم المعزز المسبق (Pretrained Offline Reinforcement Learning - PORL) كحل مبتكر يجمع بين استراتيجيات التعلم التفاعلي والمحافظ لتحسين الأداء.

تكمن قوة PORL في أنها تمتزج بين الاستفادة من البيانات التاريخية والتفاعل المباشر مع البيئة عبر محاكاة عملية الجدولة. بينما تتيح عملية التعلم عبر التفاعل استكشاف استراتيجيات جدولة عامة، فإنها غالبًا ما تواجه فجوة بين المحاكاة والواقع. وعلى النقيض، يعمل التعلم المعزز غير المتصل على التعلم من البيانات التاريخية دون الحاجة للتفاعل المباشر، ولكنه يتأثر بجودة وتنوع بيانات التدريب.

تحتوي استراتيجية PORL على خطوات متنوعة، بدءًا من تعلم سياسة جدولة عامة من خلال التفاعل عبر المحاكاة، ثم تكييفها لتناسب تفضيلات معينة استنادًا إلى بيانات الإنتاج. تم استخدام قيود تعتمد على تباعد كولباك-ليبلر (KL-divergence) لتقليل الانحرافات عن السياسة المدربة مسبقًا أثناء عملية التكييف.

تم تقييم فعالية PORL في حالات JSSP مع تغييرات في التوزيعات، ونتائج التجارب أظهرت أن النظام الجديد يحقق فجوات مثالية أقل مقارنة بالتعلم غير المتصل المستقل. كما زادت مزايا PORL مع انخفاض جودة البيانات، مما يشير إلى أنه أكثر مرونة ضد متطلبات جودة البيانات المتاحة.

تشير النتائج إلى أن تكييف السياسات المدربة مسبقًا يعتبر نهجًا واعدًا للبيئات الصناعية حيث يكون استكشاف التفاعلات المباشرة غير عملي. إذا كنت من المهتمين بمجالات الذكاء الاصطناعي والجدولة، فإن هذا البحث يمثل خطوة جديدة في تحسين العمليات الصناعية بشكل كبير.