使用深度强化学习求解订单分批与排序问题
机器学习
2021-10-13 v1 人工智能
摘要
在电子商务市场中，准时交付对客户满意度至关重要。本文提出一种深度强化学习（DRL）方法，用于决定仓库中订单应如何及何时进行分批与拣选，以最小化延迟订单数量。具体而言，该技术有助于决策某订单应单独拣选（按单拣选）还是与其他订单成批拣选（按批拣选），若是后者则应与哪些订单成批。我们将该问题建模为半马尔可夫决策过程，并开发了包含仓库系统特征的基于向量的状态表示。这使我们能够创建一种深度强化学习解法，通过与 environment 交互学习策略，并使用近端策略优化算法解决问题。我们通过将所提 DRL 方法与多种分批与排序启发式方法在不同问题设置下比较来评估其性能。结果表明，DRL 方法能够开发出一种策略，产生稳定且良好的解，并优于所提启发式方法。
引用
@article{arxiv.2006.09507,
title = {Solving the Order Batching and Sequencing Problem using Deep Reinforcement Learning},
author = {Bram Cals and Yingqian Zhang and Remco Dijkman and Claudy van Dorst},
journal= {arXiv preprint arXiv:2006.09507},
year = {2021}
}
备注
Preprint