走得更快以看得更远：使用 JAX 的 GPU 加速值迭代与易腐库存控制仿真
人工智能
2025-04-07 v1 分布式、并行与集群计算
摘要
值迭代可以为易腐库存问题找到最优补货策略，但由于表示库存年龄概况所需的状态空间很大，其计算量巨大。现代 GPU 的并行处理能力可以通过同时更新许多状态来减少运行值迭代所需的实际时间。与机器学习等其他领域相比，GPU 加速方法在运筹学中的采用有限，在这些领域中，新的软件框架已使 GPU 编程得到广泛普及。我们使用 Python 库 JAX 在高级 API 中实现了值迭代和底层 Markov 决策过程的模拟器，并依赖该库的函数转换和编译器来高效利用 GPU 硬件。我们的方法可以将值迭代的使用扩展到先前被认为不可行或不切实际的场景。我们在来自三项近期研究的示例场景上对此进行了演示，其中包括具有超过 1600 万个状态的问题以及增加计算复杂度的额外问题特征（例如产品间的替代性）。我们将最优补货策略的性能与启发式策略进行了比较，后者是使用 JAX 中的仿真优化拟合的，该优化允许在数千个仿真年上并行评估多个候选策略参数。启发式策略的最大最优性差距为 2.49%。我们的通用方法可能适用于运筹学中可从消费级 GPU 硬件上的大规模并行计算中受益的广泛问题。
引用
@article{arxiv.2303.10672,
title = {Going faster to see further: GPU-accelerated value iteration and simulation for perishable inventory control using JAX},
author = {Joseph Farrington and Kezhi Li and Wai Keong Wong and Martin Utley},
journal= {arXiv preprint arXiv:2303.10672},
year = {2025}
}