Apr, 2022

供应链库存管理的深度强化学习方法

PDF
TL;DR本文提出使用强化学习和深度学习技术来解决供应链库存管理问题，提供了随机两阶段供应链环境的数学形式，并开发了一个公开的库，以便使用深度强化学习算法解决 SCIM 问题。实验结果表明，DRL 相对于标准的重新订购策略表现更好，因此可以被视为解决真实世界的问题的一种实用有效的选择。
reinforcement learningdeep learningsupply chaininventory managementmathematical formulation
发现论文，激发创造
  • 使用深度强化学习处理不确定的季节性需求和交货时间的多级供应链

    探讨了多级供应链中的生产计划和分配问题，利用深度增强学习技术 Proximal Policy Optimization（PPO2）来解决非线性不确定需求的问题，结果表明在有不确定性情况下，该方法更具优势。

    Jan, 2022

  • 库存管理的协作多智能体强化学习

    本文提出了一种基于强化学习的库存管理系统，主要解决现实供应链环境下的计算需求和奖励框架等问题，并通过 GPU 并行化环境和状态动态规划等创新来优化大型零售商供应链需要。该系统实现了区别于基础库存策略的控制策略，并给出了未来研究方向的讨论。

    Apr, 2023

  • 基于代理模型的连续变动供应链建模

    该研究探讨了在不同策略要求的环境中，代理人能否控制变化的供应链问题，避免长时间未见任务导致的灾难性遗忘，通过对比不同算法的性能发现，在不同程度的随机性环境中，将学习策略适用于连续变化的供应链情境中是不同的，并且具有记忆历史的算法在应对极端任务的变化中表现较好。

    Dec, 2023

  • 大型供应链网络的通用库存管理策略学习

    研究了基于强化学习的仓库库存管理算法，该算法可以用于产品和零售商数量都庞大的供应链系统，并提供了一种训练阶段中模拟系统的近似方法来解决处理大型系统的计算问题，实验证明了该算法可以成功地处理大型供应链网络。

    Apr, 2022

  • 共享资源下的库存管理多智能体强化学习

    通过提出 Context-aware Decentralized PPO (CD-PPO) 算法，本研究利用 Shared-Resource Stochastic Game (SRSG) 模型解决了库存管理中的再订货决策问题，并通过大量实验表明 CD-PPO 算法比标准的 MARL 算法有更快的学习速度。

    Dec, 2022

  • 深度强化学习解决管理问题：迈向大型管理模式

    我们引入了一种深度强化学习 (DRL) 方法来解决包括库存管理、动态定价和推荐等管理问题。这种 DRL 方法有潜力基于特定的变压器神经网络结构构建一个大型管理模型，从而为各种管理任务提供一种人工通用智能范式。我们的方法能够统一框架下解决问题，考虑不同任务之间的相互关系。实验结果验证了我们基于 DRL 的框架在复杂和动态的商业环境中的有效性。这项工作为 DRL 在管理问题中的应用开辟了新的道路，突显了其改革传统商业管理的潜力。

    Mar, 2024

  • 多智能体强化学习在分散式库存控制系统中的分析

    提出了一种使用多智能体强化学习的分散化数据驱动库存管理问题的解决方案，其中每个实体由一个智能体控制，通过对不同供应链网络和不确定性水平的模拟来研究近端策略优化算法的三个多智能体变体。中心化训练分散化执行的框架被部署，该框架依赖于离线集中化，以便在基于模拟的策略识别期间进行，但在策略在线部署到实际系统时实现分散化。结果表明，使用带有集中式评论者的多智能体近端策略优化方法可以实现接近集中式数据驱动解决方案的性能，并在大多数情况下优于分布式基于模型的解决方案，同时遵守系统的信息约束。

    Jul, 2023

  • MARLIM：多智能体强化学习于库存管理

    通过优化补给决策，维持产品供需平衡是供应链行业面临的最重要挑战之一。本文使用一种名为 MARLIM 的新型强化学习框架，解决了具有随机需求和交货时间的单级多产品供应链的库存管理问题。数值实验结果表明，相比传统基准模型，强化学习方法具有显著优势。

    Aug, 2023

  • 基于径向基函数的多层次库存管理深度 Q 网络

    本文通过进行一系列模拟实验，证明了基于径向基函数的深度强化学习模型在多层次库存管理问题中的卓越性能，相较于传统基于神经网络的深度强化学习模型，该模型更易于构建，减轻超参数调优的计算负担，并在多层次系统中产生了更好的策略，以及在串行系统中具有与基本库存策略相当的竞争性能，同时也超越了目前的深度强化学习方法。

    Jan, 2024

  • 资源受限的深度强化学习

    为了优化城市资源分配，本文研究了基于 Deep RL 方法对于资源分配的约束条件以及对模拟器的表现

    Dec, 2018