基于干扰模型的深层强化学习双源库存管理，考虑供应与容量风险
机器学习
2026-01-13 v5
摘要
在本工作中，我们研究如何有效地利用强化学习（RL）来解决大规模随机优化问题，方法是利用干扰模型。提出的方法的关键在于通过模拟和组合使用预训练的深度学习（DL）模型来更好地探索解空间。我们在一个具有挑战性的现实应用——供应链优化中的多源多期库存管理问题——上展示了我们的做法。特别是，我们使用深度RL模型来学习和预测在各种假设下的随机供应链过程。此外，我们还引入了一种约束协调机制，旨在给定跨产品约束的情况下预测双成本。我们强调，与直接将复杂物理约束纳入RL优化问题并整体求解随机问题不同，我们的方法将这些供应链过程分解为可扩展且可组合的DL模块，从而在大型真实数据集上实现了更好的性能。我们还概述了未来研究中开放的问题，以进一步调查此类模型的有效性。
引用
@article{arxiv.2507.14446,
title = {Deep RL Dual Sourcing Inventory Management with Supply and Capacity Risk Awareness},
author = {Defeng Liu and Ying Liu and Carson Eisenach},
journal= {arXiv preprint arXiv:2507.14446},
year = {2026}
}