基于强化学习的高效退货管理
机器学习
2025-01-27 v1
摘要
在零售仓库中，退回的产品通常被存放在中间存储区域，直到决定是否将其运输至门店。产品在存储期间越长，存储效率和成本就越高，因为需要维持足够的存储空间。为降低产品的平均存储时间，我们考虑一种替代方案：在产品到达仓库后即可进行重新分配决策，但同时只能存储有限数量的产品。我们将问题转化为在线多背包问题，提出一种新颖的强化学习方法，将产品（item）装入背包（store）以最大化总体价值（预期收入）。在仿真数据上的实证评估表明，与常规离线决策流程相比，我们的方法仅在性能上存在 3% 的差距，但将产品的平均存储时间显著降低了 96%。
引用
@article{arxiv.2501.14394,
title = {Reinforcement Learning for Efficient Returns Management},
author = {Pascal Linden and Nathalie Paul and Tim Wirtz and Stefan Wrobel},
journal= {arXiv preprint arXiv:2501.14394},
year = {2025}
}