库存管理中的出站建模

我们研究了预测每个库存仓库fulfilled单位数（即“抽取”）以满足客户需求，以及相关的出站运输成本的问题。实际抽取和运输成本由复杂的生产系统决定，这些系统管理客户订单履行的计划和执行，即从何处以及如何运输单位以交付给客户。准确建模这些过程对于区域库存规划至关重要，尤其是在使用强化学习（RL）开发控制策略时。对于 RL 用例，抽取模型被纳入模拟器以产生长期预测，我们希望其可微。虽然可以调用内部软件系统来恢复这些转换，但它们不可微且在 RL 训练环境中运行缓慢且昂贵。因此，我们将其建模为概率预测问题，建模每个时段下所有仓库抽取和运输成本的联合分布，条件化于库存位置和外生客户需求。为确保在 RL 环境中的鲁棒性，该模型必须处理来自离策略轨迹的超分布场景。我们提出了一种验证方案，利用生产系统评估抽取模型在由 RL 策略诱导的反事实库存状态上的表现。初步结果表明，该模型在分布内设置下表现准确。