ปัญหาการจัดตารางงาน (Open Shop Scheduling Problem - OSSP) เป็นปัญหาที่ซับซ้อนมากในอุตสาหกรรมการผลิต ซึ่งเมื่อจำนวนงานและเครื่องจักรเพิ่มขึ้น วิธีคำนวณแบบเดิมมักจะใช้เวลานานเกินไปหรืองานที่ออกมาไม่มีคุณภาพพอ งานวิจัยนี้จึงได้พัฒนาวิธีการที่ใช้สถาปัตยกรรม Transformer (Encoder-Decoder) เข้ามาช่วย โดยฝึกฝนผ่านการเรียนรู้แบบเสริมกำลังเชิงลึก (DRL)
จุดเด่นสำคัญคือ 'ความสามารถในการขยายผล' (Scalability) โดยโมเดลที่ฝึกฝนด้วยโจทย์ขนาดเล็ก (เช่น 10x10) สามารถนำไปประยุกต์ใช้กับโจทย์ขนาดใหญ่ (สูงสุด 100x100) ได้ทันทีโดยไม่ต้องเริ่มฝึกใหม่ และให้ผลลัพธ์ที่ใกล้เคียงกับค่าที่ดีที่สุด (Best-known values) รวมถึงชนะวิธีการจัดตารางแบบดั้งเดิมอย่าง SPT และ LPT ได้อย่างขาดลอย
