提升售后服务：基于深度强化学习的动态时间段分配问题
机器学习
2025-09-23 v1
摘要
问题定义：对于原始设备制造商（OEM），高端维护是售后服务中的战略组成部分，涉及客户与服务工程师之间的紧密协调。每个客户会建议几个他们维护任务的时间段，OEM 必须从中选择一个。这一决策需要及时完成，以支持客户的计划。每天结束时，计划为次日完成的任务安排的路线。我们在本文中研究了这种层次化和顺序决策问题——带承诺和客户偏好的动态时间段分配问题（DTSAP-CCP）。方法/结果：我们提出了两种不同的方法：1）基于注意力的深度强化学习与滚动执行（ADRL-RE），以及2）基于情景的规划方法（SBP）。ADRL-RE 将经过训练的注意力神经网络与滚动框架结合用于在线轨迹模拟。为支持训练，我们开发了一个神经启发式求解器，提供快速的路线规划解决方案，使其在复杂的组合设置下能够高效学习。SBP 方法通过抽取多个情景来指导时间段分配。数值实验表明，ADRL-RE 在性能上优于且 SBP 在稳定性上优于基于规则的方法和基于滚动的方法。此外，ADRL-RE 在大型医疗设备售后服务案例研究中证明了其强大的实际应用性。意义：本研究为 OEM 提供了实用的决策支持工具，用于动态维护时间表安排，在客户偏好和运营效率之间进行平衡。特别是，我们的 ADRL-RE 显示出强大的现实潜力，支持及时且以客户为导向的维护时间表安排。
引用
@article{arxiv.2509.17870,
title = {Improving After-sales Service: Deep Reinforcement Learning for Dynamic Time Slot Assignment with Commitments and Customer Preferences},
author = {Xiao Mao and Albert H. Schrotenboer and Guohua Wu and Willem van Jaarsveld},
journal= {arXiv preprint arXiv:2509.17870},
year = {2025}
}