【标题】Autonomous Resource Management in Construction Companies Using Deep Reinforcement Learning Based on IoT

【作者团队】Maryam Soleymani, Mahdi Bonyani

【发表日期】2022.8.17

【论文链接】https://arxiv.org/pdf/2208.08087.pdf

【推荐理由】资源分配是规划建设项目中最关键的问题之一，其直接影响成本、时间和质量。根据项目目标，自主资源管理通常有特定的分配方法。本研究旨在提出基于深度强化学习（DRL）的建筑企业资源自动分配结构，可用于各种情况。数据采集（DH）从公司所有项目中的分布式物联网（IoT）传感器设备收集资源信息，再将覆盖资源分配（CRA）与从DH获得的信息进行比较，其中自主资源管理（ARM）确定感兴趣的项目。基于公司的结构化资源信息，在两种不同的分配情况下训练具有相似模型的双深度Q网络（DDQN），以平衡目标与资源约束。所提技术可以通过组合投资组合信息和采用的单个项目信息，有效地适应大型资源管理系统。此外，还详细分析了重要信息处理参数对资源分配性能的影响。还介绍了管理方法的普遍性结果，表明当情况的变量发生变化时不需要额外的训练。

内容中包含的图片若涉及版权问题，请及时与我们联系删除