DispatchAtlas빠른 시작
두 개의 명령어로 첫 번째 스케줄링 캠페인을 실행하세요. 둘 다 복사하여 붙여넣을 수 있으며, 전체 경로는 새 클론에서 몇 초 만에 완료되고, 모든 결과는 결정론적입니다 — 다시 실행하면 동일한 숫자가 출력됩니다.
⚡ 첫 실행까지의 두 명령어
# 1 — install the workspace (one time)
uv sync --all-extras --group dev
# 2 — build and run the bundled smoke campaign
uv run python experiments/scripts/run_smoke_pilot.py이 스크립트는 자신의 구성을 experiments/configs/smoke-pilot.json으로 직렬화합니다 — dispatchatlas-lab --config CLI가 사용하는 것과 동일한 JSON이므로 — 따라서 이 스크립트와 문제 해결 가이드의 CLI 예제는 동일한 레시피를 실행합니다.
다음과 같은 짧은 요약이 표시되어야 합니다:
campaign_id: smoke-pilot
config: ...\experiments\configs\smoke-pilot.json
planned_runs: 4
estimated_wall_time_seconds: 2.0
completed_runs: 4
failed_attempts: 0completed_runs: 4와 failed_attempts: 0은 작동했음을 의미합니다:
두 개의 솔버가 각각 두 개의 벤치마크 인스턴스에 대해 실행되었고, 모든 실행이 유효한
스케줄을 생성했습니다. 다른 결과는 불완전한 설치를 가리킵니다 —
문제 해결을 참조하세요.
🧩 처음 사용하는 용어
위의 요약은 몇 가지 도메인 용어를 사용합니다. 전체 툴킷은 이들 위에 구축되어 있습니다:
- 벤치마크 인스턴스 — 생성된 하나의 스케줄링 문제: 작업의 집합, 그것들을 실행하는 리소스, 그리고 그것들 사이의 제약 조건.
- 솔버 — 시간에 걸쳐 작업을 리소스에 할당하고 스케줄을 반환하는 알고리즘.
- Objective(목적) — 솔버가 최적화하는 양. 스모크 캠페인은 makespan을 사용합니다: 마지막 작업이 끝나는 순간(낮을수록 좋음).
- 캠페인 — 선택된 솔버를 선택된 벤치마크에 대해 정해진 횟수만큼 실행하며, 모든 실행을 증거로 기록하는 배치.
- 시드 / 결정론적 — 모든 무작위 선택을 재현 가능하게 만드는 고정된 숫자로, 동일한 입력이 항상 동일한 스케줄을 산출하도록 합니다.
- Feasible(실행 가능) — 모든 작업이 배치되고, 어떤 리소스도 과도하게 할당되지 않으며, 모든 의존성이 존중되는 스케줄.
🛠️ 직접 솔브를 구성하기
번들된 캠페인을 실행하는 대신 코드로 단일 솔브를 구성하려면,
체크아웃 내부의 아무 곳에나 이것을 quickstart.py로 저장하고
uv run python quickstart.py로 실행하세요:
from dispatchatlas.bench import smoke_benchmark_provider
from dispatchatlas.core import DisclosureLabel, TerminationPolicy, derive_seed
from dispatchatlas.solve import default_solver_registry
provider = smoke_benchmark_provider(root_seed=20260527)
problem = provider.get_problem(provider.list_problem_ids()[0])
registry = default_solver_registry()
solvers = registry.select(
objective="makespan",
disclosure_label=DisclosureLabel.CORE,
)
solver = registry.create(solvers[0].solver_id)
run = solver.solve(
problem=problem,
stop=TerminationPolicy(max_iterations=solvers[0].default_stop.max_iterations),
seed=derive_seed(20260527, "docs.quickstart", 0),
)
print(run.result.feasible)True를 출력합니다: 선택된 솔버가 실행 가능한 스케줄을 생성했습니다. 세 개의
움직이는 부분은 위의 캠페인을 반영합니다 — smoke_benchmark_provider는
하나의 시드에서 결정론적 벤치마크 카탈로그를 구체화하고,
registry.select는 공개 core 증거 등급에서 makespan 목적을
지원하는 솔버로 필터링하며, solver.solve는 안정적인 좌표에서 도출된
시드와 명시적인 중단 기준 하에서 실행되므로 실행이 동일하게 재현됩니다.