多团队敏捷软件项目如何高效调度?一种结合遗传规划与近端策略优化的求解方法

在敏捷软件开发中，项目通常被拆分为多个短周期冲刺。每个冲刺开始前，项目经理都需要回答三个问题：哪些用户故事应进入当前冲刺？这些用户故事应分配给哪个开发团队？进一步拆分后的任务又应由哪些员工完成？

在单团队、小规模项目中，这些问题或许可以依赖经验判断。但在多团队敏捷开发场景下，调度难度会显著增加。不同团队具有不同的开发经验、开发偏好和开发速度；用户需求可能在开发过程中动态新增；员工可用工作时间也可能随冲刺变化。因此，传统依赖人工经验或固定规则的调度方式，难以充分适应复杂动态环境。

围绕这一问题，本课题组构建了考虑团队属性的敏捷软件项目调度模型，并提出一种结合遗传规划与近端策略优化的求解算法EPPO-GP，为多团队敏捷软件项目提供智能化调度决策支持。相关研究已发表在人工智能领域SCI一区top期刊《Engineering Applications of Artificial Intelligence》中。

图1 敏捷软件项目开发流程

一、面向多团队敏捷开发的调度建模

多团队敏捷软件项目调度并不是简单的“任务分配”问题，而是一个包含多层级决策的动态优化过程。本文将每个冲刺中的调度过程划分为三个紧密关联的子问题：用户故事–冲刺分配、用户故事–团队分配、任务–员工分配。

其中，用户故事–冲刺分配决定哪些用户故事进入当前冲刺；用户故事–团队分配决定每个用户故事由哪个团队负责；任务–员工分配则进一步确定用户故事拆分后的具体任务由哪些员工完成。这三个子问题相互影响，共同决定项目的执行效率和资源利用效果。

在此基础上，本文进一步考虑团队开发经验、团队开发偏好、用户故事动态新增以及员工最大工作时长变化等因素，使调度模型能够更好地反映多团队敏捷开发中的动态性和复杂性。

二、用遗传规划自动生成调度规则

在使用PPO算法求解调度问题时，智能体需要根据当前项目状态选择合适的调度动作。对于本文问题而言，动作可以理解为选择哪一条调度规则来生成当前冲刺的调度方案。

传统方法通常依赖人工设计启发式规则构造动作空间，但人工规则容易受经验限制，也难以适应复杂多变的项目环境。为降低对人工规则的依赖，本文引入遗传规划自动生成调度规则。

GP能够通过选择、交叉和变异等操作，不断进化候选规则，最终形成一组质量较高且具有多样性的调度规则。也就是说，算法不再完全依赖人工预设“优先选择价值最高的用户故事”或“优先分配给开发速度最快的团队”等固定规则，而是通过迭代进化自动形成更适合当前调度场景的规则集合。

图2 GP算法的运行流程图

为了提升算法在复杂动态环境下的探索能力，本文还对PPO进行了改进，得到探索增强型PPO算法，即EPPO。一方面，在Actor网络损失函数中引入策略熵，使智能体在学习过程中保持一定的策略多样性；另一方面，在Actor网络损失函数的梯度更新过程中加入OU噪声，降低算法陷入局部最优的风险。

本文将EPPO与GP结合，形成EPPO-GP算法。其核心思路可以概括为两步：首先，由GP自动进化生成候选调度规则，构造智能体动作空间；其次，由EPPO根据当前环境状态选择调度规则，并通过与环境交互不断优化策略。

图3 所提算法EPPO-GP的算法框架

四、实验结果：更高的累计奖励与更稳定的调度性能

为验证所提方法的有效性，本文在小、中、大三组人工合成算例和一组真实实例上进行了实验。实验算例覆盖不同规模的用户故事数量、团队数量和团队初始速度，并设置了动态新增用户故事、员工最大工作时长变化等动态因素。

在算法性能验证部分，EPPO-GP与多种代表性强化学习、深度强化学习和智能优化算法进行了对比，包括DDQN、DDPG、Sarsa、TD3、PPO等。实验结果表明，EPPO-GP在四组测试集上均取得最优平均累计奖励，较第二优算法分别提高2.32%、2.96%、2.13%和2.92%。

图4 EPPO-GP与九种对比算法的累计奖励随训练代数变化曲线

表1 EPPO-GP与九种对比算法在20次测试中的平均累计奖励

五、研究意义

本文的研究价值主要体现在三个方面。

首先，在模型层面，本文面向多团队敏捷开发场景，将团队开发经验、团队开发偏好、新用户故事到达和员工工作时长变化等动态因素纳入统一调度框架，使模型更加贴近真实敏捷开发环境。

其次，在算法层面，本文将遗传规划与近端策略优化相结合，利用遗传规划自动生成调度规则，降低了动作空间构造对人工经验的依赖；同时，通过策略熵和OU噪声增强PPO的探索能力，提高了算法在复杂动态环境下的学习效果。

最后，在应用层面，EPPO-GP能够在每个冲刺开始时自动生成用户故事选择、团队分配和员工任务分配方案，为项目经理提供兼顾用户故事价值、团队效率、团队满意度和员工时间利用率的候选调度方案。

作者介绍

申晓宁：女，教授，就职于南京信息工程大学自动化学院，研究方向为基于智能优化算法的综合能源系统优化、低空复杂环境下的多无人机协同调度、移动群智感知任务分配、软件项目调度等。

施江熠：男，硕士生，就读于南京信息工程大学自动化学院，研究方向为智能计算、深度强化学习、智能计算、深度强化学习、敏捷软件项目调度。

张光慧：女，硕士生，就读于南京信息工程大学自动化学院，研究方向为智能计算、深度强化学习、综合能源系统优化。

王智龙：男，硕士生，就读于南京信息工程大学自动化学院，研究方向为进化算法、多无人机协同规划。