VG2S分离表示学习与策略执行，以改善调度强化学习的稳定性和泛化。
推荐理由：框架针对联合训练导致的非平稳性，将工序图表示与调度策略解耦；若能迁移到未见规模和约束组合，可缓解强化学习调度器常见的泛化失效。
阅读原文