通过可配置半部分可观测马尔可夫决策过程优化空箱调运与船队部署
机器学习
2022-07-27 v1 人工智能
多智能体系统
摘要
随着全球经济与市场的持续增长，资源失衡已上升为实际物流场景中的核心问题之一。在海运中，这种贸易失衡导致了空箱调运（ECR）问题。一旦货物从出口国运抵进口国，重箱即变为空箱，需被调运以满足出口国的新货物需求。在此类问题中，任何协同调运策略所能达到的性能严格依赖于船舶将遵循的航线（即船队部署）。历史上，运筹学（OR）方法被提出以联合优化调运策略与船舶船队。然而，集装箱未来供需的随机性，以及环境中存在的黑盒与非线性约束，使这些方法不适用于此类场景。本文中，我们引入了一种新颖框架——可配置半部分可观测马尔可夫决策过程（Configurable Semi-POMDPs）来对此类问题建模。此外，我们提供了一种两阶段学习算法“Configure & Conquer”（CC），其首先通过寻找最优船队部署策略的近似来配置环境，然后在该调优后的环境设置中通过学习的 ECR 策略“征服”它。我们在大规模真实世界问题实例上验证了我们的方法。实验表明，CC 避免了 OR 方法的缺陷，并成功优化了 ECR 策略与船舶船队，在世界贸易环境中取得了更优性能。
引用
@article{arxiv.2207.12509,
title = {Optimizing Empty Container Repositioning and Fleet Deployment via Configurable Semi-POMDPs},
author = {Riccardo Poiani and Ciprian Stirbu and Alberto Maria Metelli and Marcello Restelli},
journal= {arXiv preprint arXiv:2207.12509},
year = {2022}
}