01 / BACKGROUND
题目背景
实验室工位靠群接龙预约,有人占位不用,晚间高峰排队,管理员只能口头协调,缺少能拿数据说话的分配依据。
放在人工智能专业的毕业设计里,这个题目属于“强化学习”方向。建立含到达、占用、爽约行为的仿真环境,对比先到先得、贪心分配与 DQN、PPO 策略在利用率、等待时长与公平性上的差异。
它的价值不在于功能数量,而在于能否把一个问题定义清楚:需要什么数据或条件、用什么方法处理、结果怎样验证。开题前先把这三件事写成一句话。
02 / DELIVERABLES
要做出的成果
最终应交付:仿真环境与训练代码、策略对比结果、可视化看板、源码与文档、论文。其中可演示、可复核的部分建议按下面四项准备:
- 需求建模:说明其输入、处理与输出。
- 环境封装:保留关键过程的数据或记录。
- 事件仿真:覆盖正常情况与边界条件。
- 基线策略:整理可复核的结果与说明。
- DQN 训练:说明其输入、处理与输出。
- PPO 对比:保留关键过程的数据或记录。
- 指标统计:覆盖正常情况与边界条件。
- 公平性分析:整理可复核的结果与说明。
- 参数实验:说明其输入、处理与输出。
- 可视化看板:保留关键过程的数据或记录。
答辩前至少准备一套离线可用的演示材料,避免现场网络、设备或账号问题影响展示。
03 / ROUTE
技术路线与模块
技术栈以 Python、Gymnasium、Stable-Baselines3、SimPy、Streamlit 为主。建议按“条件确认 → 方案设计 → 模块实现 → 测试整理”四步推进:
-
STEP 01
条件与范围
核对数据、设备、软件与时间,确认“实验室工位靠群接龙预约,有人占位不用,晚间高峰排队,管理员只能口头协调,缺少能拿数据说话的分配依据”这一场景中哪些部分能在现有条件下完成。
-
STEP 02
方案与模块
按 需求建模、环境封装、事件仿真、基线策略、DQN 训练、PPO 对比、指标统计、公平性分析、参数实验、可视化看板 划分模块,画一张输入、处理、输出的流程图,并标出模块之间的接口。
-
STEP 03
实现与联调
先做最小可运行版本,再逐模块补全。每完成一个模块,留一组可复现的测试数据或截图。
-
STEP 04
测试与整理
围绕准确率、响应时间、误差范围或案例结论设计测试,形成结果表,再写论文中的实验与分析章节。
04 / REVIEW
考核要点
- 模块完整:需求建模、环境封装、事件仿真、基线策略、DQN 训练、PPO 对比、指标统计、公平性分析、参数实验、可视化看板 都有对应实现或分析,不能只做界面或只写文档。
- 指标可复核:数据来源、参数设置与测试环境记录完整,他人能按说明复现。
- 创新点可说明:奖励函数同时约束利用率与等待时长,并用基尼系数单独度量不同年级与课题组的分配公平性,防止策略只讨好高频用户。 要能对应到具体设计或实验差异,而不是一句口号。
- 口径一致:论文、图表、演示与答辩陈述使用同一组数据和结论。
05 / FAQ
常见问题
Q.01做《实验室工位预约调度的强化学习仿真与策略对比》需要什么基础?
主要会用到 Python、Gymnasium、Stable-Baselines3、SimPy、Streamlit。建议先完成相关课程实验,至少能独立搭起运行环境、读懂一个同类项目的代码或方案,再开始做自己的模块。
Q.02数据、设备或资料从哪里来?
题目场景是:实验室工位靠群接龙预约,有人占位不用,晚间高峰排队,管理员只能口头协调,缺少能拿数据说话的分配依据。开题前先确认数据、设备与文献能否拿到;如果条件不足,优先缩小范围或换用公开数据集、公开年报与可借用的实验室设备。
Q.03做到什么程度算完成?
至少交付仿真环境与训练代码、策略对比结果、可视化看板、源码与文档、论文。需求建模、环境封装、事件仿真、基线策略、DQN 训练、PPO 对比、指标统计、公平性分析、参数实验、可视化看板 四个部分都要有可演示或可复核的结果,并能说明“奖励函数同时约束利用率与等待时长,并用基尼系数单独度量不同年级与课题组的分配公平性,防止策略只讨好高频用户。”带来的具体差异。