BOLT：資源結合型輸送を伴うジョブショップスケジューリング効率化
Ziheng Zhang (ズィヘン・チャン) 氏らは10月15日(現地時間)、学術論文公開サイトarXiv cs.LGに、フレキシブルジョブショップスケジューリング問題の解決を目指す新たな学習手法「BOLT」に関する研究を発表した。BOLTは、時間遅延と資源結合型輸送が伴う複雑な生産環境において、ボトルネックを考慮した下限値の導出に基づき、スケジューリングの最適化を図る。同手法は、生産完了までの時間（メイクスパン）を大幅に短縮する可能性を示している。