项目简介

本项目基于强化学习优化任务调度策略，对比 greedy、random、RL(pairwise/baseline) 多类调度算法，以 mean_ratio 为核心评测指标（指标小于1代表性能优于经典HEFT调度算法）。 项目包含数据生成、流水线冒烟测试、模型训练、多策略评测、消融实验、结果可视化绘图全套流程。

一、环境前置要求

1. 基础环境

• Python 3.14（3.10及以上版本兼容）

• Windows / MacOS / Linux 全平台支持

• 训练RL模型推荐NVIDIA显卡（CUDA加速，无GPU仅可运行基线评测、绘图、冒烟测试）

2. 依赖一键安装
3. 解压项目压缩包，CMD/终端进入项目根目录（包含requirements.txt的文件夹）
4. 执行安装命令： pip install -r requirements.txt

二、快速启动

无需显卡即可验证代码无报错、产出基线评测数据

1. 自动生成实验数据集，输出至 data/ 文件夹 python -m src.prepare_data
2. 冒烟测试：验证流水线代码无语法/逻辑报错，不消耗算力 python tests/test_pipeline.py
3. 运行greedy贪心基线策略评测，结果保存 runs/greedy_val.json python -m src.evaluate –dataset data/val.json –policy greedy –out runs/greedy_val.json
4. 运行random随机基线策略评测，结果保存 runs/random_val.json python -m src.evaluate –dataset data/val.json –policy random –out runs/random_val.json
5. 绘制基础策略对比图，图片输出 docs/figures/mean_ratio.png python scripts/plot.py

三、完整RL强化学习训练流程（需要GPU）

依赖补充说明

RL训练依赖深度学习库，requirements.txt已内置，若安装失败手动补充： pip install torch stable-baselines3 sb3-contrib

1. 主模型训练

训练30万时间步RL调度模型，模型权重保存 runs/model_pairwise.zip python -m src.train –arch pairwise –timesteps 300000 –out runs/model_pairwise.zip

在标准验证集val.json评测RL主模型 python -m src.evaluate –dataset data/val.json –policy rl –model runs/model_pairwise.zip –out runs/rl_val.json

在大规模泛化集val_large.json评测

python -m src.evaluate –dataset data/val_large.json –policy rl –model runs/model_pairwise.zip –out runs/rl_val_large.json 2. 消融实验训练

消融实验：移除成对打分头图编码器的对照模型，用于对比验证创新模块有效性 训练消融对照组模型 python -m src.train –arch baseline –timesteps 300000 –out runs/model_baseline.zip

消融模型标准集评测 python -m src.evaluate –dataset data/val.json –policy rl –model runs/model_baseline.zip –out runs/rl_baseline_val.json 3. 一键全流程脚本（Linux/Mac专属，Windows不可直接运行sh） bash scripts/run_all.sh Windows用户提示：该脚本自动整合数据生成、训练、评测全流程，Windows系统请分段手动执行上方python命令。 四、可视化绘图

1. 基础图 python scripts/plot.py 读取文件：greedy_val.json、random_val.json、rl_val.json、rl_val_large.json 输出路径：docs/figures/mean_ratio.png
2. 完整消融对比图 python scripts/plot.py –inputs runs/greedy_val.json runs/random_val.json runs/rl_baseline_val.json runs/rl_val.json runs/rl_val_large.json –out docs/figures/mean_ratio_full.png

五、核心评测指标说明

mean_ratio：核心调度性能指标，数值越低算法性能越好

判定标准：mean_ratio < 1.0 代表当前调度策略性能优于经典HEFT基准算法

报告输出规范：所有实验结果必须同时记录「均值 ± 标准差」、标准集/大规模泛化集两组结果

六、Windows系统常见报错解决方案

1. 黄色警告Scripts不在PATH 解决：不影响训练、评测、绘图，直接忽略；若想消除警告，安装依赖时增加参数： pip install -r requirements.txt –no-warn-script-location
2. 找不到data/xxx.json文件 解决：先执行python -m src.prepare_data生成数据集，再运行评测命令
3. 绘图无图片输出 解决：确认已完整跑完对应evaluate评测命令，runs文件夹存在对应json结果文件