Cooperative Multi-Agent Reinforcement Learning for Inventory Management
Walmart Global Tech（沃尔玛全球科技）
本文提出一种基于GPU并行化环境与共享奖励的协作式多智能体强化学习系统，用于优化包含单仓库多门店的供应链库存管理，并在单一产品场景下超越基础库存策略等基线。
2023-04-18 cs.LG cs.MA
DeepStock: Reinforcement Learning with Policy Regularizations for Inventory Management
Booth School of Business, University of Chicago（芝加哥大学商学院）；Taobao & Tmall Group（淘宝与天猫集团）；School of Economics, Sichuan University（四川大学经济学院）；Graduate School of Business, Columbia University（哥伦比亚大学商学院）；School of Operations Research and Information Engineering, Cornell University（康奈尔大学运筹学与信息工程学院）
本文提出通过策略正则化改进深度强化学习在库存管理中的应用，加速超参数调优并提升性能，通过阿里巴巴电商平台的部署和合成实验验证了其有效性。
2026-10-06 cs.AI cs.LG
Classical and Deep Reinforcement Learning Inventory Control Policies for Pharmaceutical Supply Chains with Perishability and Non-Stationarity
University of Milano-Bicocca（米兰-比可卡大学）；ESSCA School of Management（ESSCA管理学院）；Eindhoven University of Technology（埃因霍温理工大学）
本研究针对药品供应链的易腐性、非平稳需求等挑战，比较了OUT、PIL和深度强化学习（PPO）三种库存策略，发现经典与DRL策略各有优劣，需整合多种策略以有效管理。
2025-01-18 cs.AI cs.LG math.OC
Multi-Agent Reinforcement Learning with Shared Resources for Inventory Management
Huazhong University of Science and Technology（华中科技大学）；University of Science and Technology of China（中国科学技术大学）；Carnegie Mellon University（卡内基梅隆大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Microsoft Research（微软研究院）
在本文中，我们考虑的库存管理（IM）的问题，我们需要作出补充决策，大量的库存单位（SKU），以平衡其供应和需求。在我们的设置中，对共享资源（如库存容量）的约束耦合了对每个子系统的独立控制。我们制定了这个结构的共享资源随机博弈（SRSG）的问题，并提出了一个有效的算法称为上下文感知分散PPO（CD-PPO）。通过大量的实验，我们证明了CD-PPO可以加速学习过程相比，标准的MARL算法。
2022-12-18 cs.AI cs.LG math.OC
COOL-MC: Verifying and Explaining RL Policies for Platelet Inventory Management
COOL-MC通过结合RL与概率模型检验，验证并解释了血小板库存管理中强化学习策略的可靠性与安全性。
2026-03-02 cs.AI cs.LG
An Analysis of Multi-Agent Reinforcement Learning for Decentralized Inventory Control Systems
Imperial College London（帝国理工学院）；The University of Manchester（曼彻斯特大学）
针对现实供应链信息无法集中的库存管理难题，提出多智能体强化学习的去中心化方案，对比三种PPO变体，发现带集中critic的方案性能接近集中式方案且优于分布式模型方法，适配信息约束。
2023-07-21 cs.LG cs.MA cs.SY
A Learning Based Framework for Handling Uncertain Lead Times in Multi-Product Inventory Management
TCS Research（塔塔咨询服务公司研究院）；IIT Bombay（印度理工学院孟买分校）
现有的供应链和库存管理的文献大多考虑随机需求过程的零或常数提前期。虽然这是事实，在某些利基方案，在前置时间的不确定性可以忽略不计，大多数现实世界的情况下表现出随机性的前置时间。这些随机波动可能是由于原材料到达制造商终端的不确定性、运输延迟、不可预见的需求激增以及转向不同的供应商等原因造成的。随机提前期是众所周知的，严重降低库存管理系统的性能，它是唯一公平的，通过一个原则性的方法来缩短供应链系统中的这一差距。受最近引入的延迟分辨深度Q学习（DRDQN）算法的启发，本文开发了一种基于强化学习的范式，用于处理提前期的不确定性（\emph{action delay}）。通过实证分析，进一步证明了提前期不确定的库存管理不仅等价于多层次信息共享延迟（\emph{observation delay}），而且训练好的模型可以处理一种延迟，而不需要重新训练。最后，我们应用延迟解决框架的情况下，包括多个产品的随机性在交货期，并阐明延迟解决框架如何否定任何延迟的影响，以达到接近最优的性能。
2022-03-09 cs.AI cs.LG math.OC
Learning in structured MDPs with convex cost functions: Improved regret bounds for inventory management
考虑了需求截尾、销售损失和正提前期下的随机库存控制问题。这是库存管理中的一个基本问题，有大量文献建立了一个简单的称为“基本库存政策”的基本马尔可夫决策过程（MDP）的政策类的近最优性，以及这些政策下的长期平均成本的凸性。我们认为，相对较少研究的问题，设计一个学习算法，这个问题时，潜在的需求分布是未知的。我们的目标是约束遗憾的算法相比，最佳的基本库存政策。我们利用凸性属性和新推导出的基础股票政策的偏见的限制，建立一个连接到随机凸土匪优化。我们的主要贡献是一个学习算法的遗憾界$\tilde{O}(L\sqrt{T}+D)$的库存控制问题。这里，$L$是固定且已知的提前期，而$D$是需求分布的未知参数，其被粗略地描述为产生用于耗尽一个库存单位的足够需求所需的时间步长的数量。值得注意的是，即使底层MDP的状态空间是连续的和$L$维的，我们的遗憾边界线性依赖于$L$。我们的研究结果显着提高了以前最有名的遗憾界为这个问题的依赖$L$是指数和需求分布的许多进一步的假设。这里提出的技术可能是独立的利益，涉及大型结构化的MDP，但与凸成本函数的其他设置。
2019-05-10 cs.LG stat.ML
AI Agent Systems for Supply Chains: Structured Decision Prompts and Memory Retrieval
National Institute of Advanced Industrial Science and Technology（国家先进工业科学与技术研究院）；Nagoya Institute of Technology（名古屋技术大学）；NEC Corporation（日本电讯公司）
本文提出AIM-RM代理，通过相似性匹配提升基于LLM的多代理系统在供应链中的适应性和鲁棒性。
2026-02-05 cs.AI cs.MA
Deep Policy Iteration with Integer Programming for Inventory Management
IBM Research（IBM研究院）；NYU Leonard N. Stern School of Business（纽约大学莱昂纳德·N.斯特恩商学院）
本文提出PARL框架，将深度策略迭代、神经网络价值近似、数学规划与SAA结合，以求解复杂组合约束下的库存补货决策，并在供应链基准中显著优于现有RL和启发式方法。
2025-01-07 cs.AI cs.LG math.OC
Structure-Informed Deep Reinforcement Learning for Inventory Management
Amazon（亚马逊）
本文针对经典库存管理问题，提出基于DirectBackprop的通用深度强化学习方法，性能优于传统基准，还提出结构感知策略网络技术提升可解释性与鲁棒性，打通数据驱动学习与运筹解析洞察的壁垒。
2025-07-29 cs.LG math.OC
Deep Inventory Management
Amazon（亚马逊）；Pinterest（拼趣）；Harvard University（哈佛大学）
这项工作提供了一种深度强化学习方法来解决随机供应商提前期，销售损失，相关需求和价格匹配的定期审查库存控制系统。虽然这个动态程序历来被认为是棘手的，我们的研究结果表明，几个策略学习方法的竞争力或优于经典的方法。为了训练这些算法，我们开发了新的技术，将历史数据转换成模拟器。在理论方面，我们提出了一个子类的库存控制问题，我们提供了一个可证明的减少强化学习问题的监督学习的可学习性的结果。在算法方面，我们提出了一个基于基于模型的强化学习过程（直接反向传播），以解决定期审查库存控制问题，通过构建一个可微的模拟器。在各种指标下，Direct Backprop在模拟和现实部署中的表现都优于无模型RL和newsvendor基线。
2022-11-28 cs.LG math.OC
Iterative Multi-Agent Reinforcement Learning: A Novel Approach Toward Real-World Multi-Echelon Inventory Optimization
针对多级库存优化的复杂性与DRL的维度灾难问题，提出迭代多智能体强化学习方法，在13种供应链场景中验证其在库存策略优化上的性能优于基准，为现实供应链管理提供新方案。
2025-03-23 cs.LG
Using General Value Functions to Learn Domain-Backed Inventory Management Policies
TCS Research（塔塔咨询服务研究院）
针对库存管理中需求不确定、跨产品约束带来的决策难题，提出利用通用价值函数（GVFs）学习领域特征以辅助强化学习探索的方法，可处理6000种产品的补货决策，还能提供决策洞见并快速适配不同业务目标。
2023-11-03 cs.AI cs.LG math.OC
A Deep Q-Network Based on Radial Basis Functions for Multi-Echelon Inventory Management
Shanghai Jiao Tong University（上海交通大学）；Tongji University（同济大学）；Alibaba Group（阿里巴巴集团）
针对复杂拓扑下多级库存管理的最优决策难题，提出一种Q网络基于径向基函数的深度强化学习模型，可降低超参数调优负担，在多类库存系统中表现优于base-stock策略及现有DRL方法。
2024-01-29 cs.AI cs.LG math.OC
Comparing Deep Reinforcement Learning Algorithms in Two-Echelon Supply Chains
University of Milan-Bicocca（米兰-比科卡大学）；Polytechnic of Turin（都灵理工大学）
本文构建随机季节性需求下的两级供应链环境，比较多种深度强化学习算法，证明其优于传统（s, Q）策略，并开源可定制的数据驱动库存管理库。
2023-11-17 cs.AI cs.LG math.OC
Neural Coordination and Capacity Control for Inventory Management
Amazon（亚马逊公司）；Google（谷歌公司）；Harvard University（哈佛大学）
针对共享资源受限的多品类周期盘点库存控制问题，本文提出基于神经协调器的容量控制方法，结合改进的深度强化学习算法，在大规模回测中实现了比经典基线更优的收益与容量合规表现。
2024-09-24 cs.LG cs.SY eess.SY
Zero-shot Generalization in Inventory Management: Train, then Estimate and Decide
Department of Industrial Engineering and Innovation Sciences, Eindhoven University of Technology（工业工程与创新科学系，埃因霍温理工大学）
本文提出了一种针对库存管理的零样本泛化框架，通过训练一般能力代理以应对未知参数的决策问题，提升了在动态环境中的性能。
2026-01-19 cs.LG
A Machine Learning-Based Study on the Synergistic Optimization of Supply Chain Management and Financial Supply Chains from an Economic Perspective
Northern Arizona University（北亚利桑那大学）；University of Michigan（密歇根大学）；JPMorgan Chase（摩根大通）；Cornell University（康奈尔大学）
本研究结合经济学理论与机器学习技术，构建SCM-FSCM协同模型，通过多算法优化供应链各环节，经企业验证可提升运营效率、降低融资成本，助力供应链高质量发展。
2025-09-03 cs.LG
Data-driven inventory management for new products: An adjusted Dyna-$Q$ approach with transfer learning
Department of Data and Systems Engineering, The University of Hong Kong（数据与系统工程系，香港大学）；Musketeers Foundation Institute of Data Science, The University of Hong Kong（穆斯克特基金会数据科学研究所，香港大学）
针对无历史需求的新产品库存管理，提出融合迁移学习热启动的改进 Dyna-$Q$ 强化学习算法，真实面包店数据验证其显著降低成本、训练时间与策略方差。
2025-06-09 cs.AI cs.CE cs.LG
Deep Controlled Learning for Inventory Control
Department of Industrial Engineering and Innovation Sciences, Eindhoven University of Technology（工业工程与创新科学系，埃因霍温理工大学）；ASML US LLC（ASML美国有限公司）
针对库存管理高度随机性导致传统DRL难以超越启发式方法的问题，本文提出深度受控学习（DCL），结合逐次减半与公共随机数的高效仿真机制，在多种库存场景中以同一组超参数实现更低成本且最优性差距不超过0.2%。
2025-06-03 cs.LG
On the Hardness of Inventory Management with Censored Demand Data
Universitat Pompeu Fabra（庞培法布拉大学）；Barcelona Graduate School of Economics（巴塞罗那经济研究生院）；Barcelona School of Management（巴塞罗那管理学院）
我们考虑一个重复的报童问题，库存经理没有事先的信息的需求，只能访问审查/销售数据。类似于多臂强盗问题，管理者需要同时“探索”和“利用”她的库存决策，以最小化累积成本。我们不做概率假设-重要的是，独立性或时间平稳性-关于创建需求序列的机制。我们的目标是揭示问题的硬度，并制定政策，表现良好的遗憾标准，即政策的累积成本之间的差异，最好的固定行动/静态库存决策在事后，均匀地在所有可行的需求序列。我们表明，一个简单的随机化的政策，称为指数加权预测，结合精心设计的成本估计，实现最佳的缩放预期遗憾（对数因子）的所有三个关键原语：时间段的数量，库存决策的数量，和需求支持。通过这个结果，我们得到一个重要的见解：从“信息跟踪”的好处以及审查的成本都可以忽略不计，在这个动态学习问题，至少在遗憾的标准。此外，我们修改建议的政策，以执行良好的跟踪遗憾，也就是说，作为基准的最佳序列的库存决策，开关有限的次数。数值实验表明，所提出的方法优于现有的（量身定制，或促进，时间平稳性）的非平稳需求模型。最后，我们提出的方法和分析的“组合”版本的重复报童问题。
2017-10-16 cs.LG math.OC stat.ML
A Deep Q-Network for the Beer Game: A Deep Reinforcement Learning algorithm to Solve Inventory Optimization Problems
Department of Industrial and Systems Engineering, Lehigh University（利哈伊大学工业与系统工程系）
啤酒游戏是一种广泛使用的课堂游戏，在供应链管理课程中播放，以展示牛鞭效应。该博弈是一个分散的、多代理人的合作问题，可以建模为一个串行供应链网络，其中代理人合作试图使网络的总成本最小化，即使每个代理人只能观察到自己的本地信息。每个代理商选择订单数量来补充库存。在一定条件下，基本库存补充策略是最优的。然而，在一个分散的供应链中，一些代理（阶段）可能会采取非理性的行动（如他们在啤酒游戏），有没有已知的最优策略，希望采取最佳行动的代理。我们提出了一种基于深度Q网络的机器学习算法，以优化给定阶段的补货决策。当与遵循基本库存策略的代理一起玩时，我们的算法获得了接近最优的订单数量。当其他代理使用更现实的人类订购行为模型时，它的表现要比基本库存策略好得多。与文献中的大多数其他算法不同，我们的算法对啤酒游戏参数值没有任何限制。像任何深度学习算法一样，训练算法可能是计算密集型的，但这可以提前执行;当玩游戏时，算法会实时的执行。此外，我们提出了一个迁移学习的方法，使一个代理和一组成本系数进行的训练，可以迅速适应其他代理和成本。我们的算法可以扩展到其他分散的多智能体合作博弈与部分可观察的信息，这是一种常见的情况下，在现实世界的供应链问题。
2020-10-14 cs.LG cs.MA
Visualizing the Loss Landscape of Actor Critic Methods with Applications in Inventory Optimization
McGill University（麦吉尔大学）；Desautels Faculty of Management（德索特尔管理学院）
连续控制是强化学习的一个广泛应用领域。这一领域的主要参与者是行动者-批评者方法，该方法利用神经逼近器的策略梯度作为常见实践。我们的研究重点是显示的演员损失函数，这是优化的本质部分的特性。我们利用低维可视化的损失函数，并提供各种算法的损失景观的比较。此外，我们将我们的方法应用到多商店的动态库存控制，一个众所周知的困难的问题，在供应链运作，并探讨与最优政策的损失函数的形状。我们使用强化学习建模并解决了这个问题，同时具有有利于最优性的损失景观。
2020-09-04 cs.LG stat.ML
QAmplifyNet: Pushing the Boundaries of Supply Chain Backorder Prediction Using Interpretable Hybrid Quantum-Classical Neural Network
Khulna University of Engineering and Technology (KUET)（库尔纳工程技术大学（KUET））；American International University-Bangladesh (AIUB)（孟加拉国美国国际大学（AIUB））；The University of Aizu（会津大学）
提出QAmplifyNet，一种可解释的混合量子-经典神经网络，用于短且不平衡数据集上的供应链缺货预测，优于现有模型，提升库存控制与运营效率。
2023-10-15 cs.AI cs.LG quant-ph
Autonomous Airline Revenue Management: A Deep Reinforcement Learning Approach to Seat Inventory Control and Overbooking
Iowa State University（爱荷华州立大学）
收益管理可以使航空公司最大限度地从每个定期航班在其运输网络中产生的收入，通过寻找最佳的政策，差别定价，座位库存控制和超售。由于市场上不同的需求细分有不同的支付意愿（WTP），航空公司使用差异定价，预订限制和服务设施来确定针对每个需求细分的不同票价等级或产品。由于每个航班的座位是有限的，航空公司还需要为每个票价等级分配座位，以防止较低票价等级的乘客取代较高票价等级的乘客，并在预计取消和未出现的情况下设定超额预订限制，以使收入最大化。以前的工作使用优化技术或经典的强化学习方法来解决这些问题。本文重点研究后一个问题-座位库存控制问题-铸造它作为一个马尔可夫决策过程，能够找到最优的政策。该模型考虑了多个舱位、不同舱位的乘客同时连续到达、超售和与舱位无关的随机取消等情况。我们已经使用深度Q学习解决了这个问题，目标是最大化每次航班起飞的奖励。这种技术的实现使我们能够采用大的连续状态空间，但也提出了潜在的机会，测试实时的航线数据。为了生成数据和训练代理，开发了一个基本的航空旅行市场模拟器。代理在不同的模拟市场的情况下的性能进行了比较，对理论上的最优解决方案，并被发现接近预期的最优收益。
2019-06-13 cs.AI
AIM-Bench: Evaluating Decision-making Biases of Agentic LLM as Inventory Manager
School of Management and Engineering, Nanjing University（南京大学管理工程学院）；School of Robotics and Automation, Nanjing University (Suzhou Campus)（南京大学机器人与自动化学院）
本文提出AIM-Bench基准，通过库存补货实验评估LLM智能体在不确定供应链中的决策偏差，发现其存在类似人类的偏差，并探索了认知反思与信息共享等缓解策略。
2025-08-15 cs.AI
Behaviorally Grounded Model-Based and Model Free Cost Reduction in a Simulated Multi-Echelon Supply Chain
Massachusetts Institute of Technology Sloan School of Management（麻省理工学院斯隆管理学院）
订单信号的放大和相移，通常被称为牛鞭，是造成现实世界库存管理系统过度紧张、缺货和通过安全库存建立不必要的资本储备的原因。牛鞭效应是一个经典的，但持续存在的问题，在库存管理的反响后果。对牛鞭效应的研究一直强调行为对这一现象的影响，并利用行为排序模型提出干预措施。然而，最近的无模型方法也取得了成功。在这项工作中，作者开发了算法方法，以减轻牛鞭使用行为接地基于模型的方法以及无模型的双深度Q网络强化学习方法。除了探索这种特定的无模型架构的效用，多级供应链的信息共享不完善和信息延迟，作者直接比较这些基于模型和无模型的方法的性能。在这样做的过程中，这项工作突出了从探索基于模型的方法在以前的行为运营管理文献的背景下获得的见解，并强调了基于模型的和无模型的方法在接近行为接地供应链管理问题的互补性。
2022-02-25 cs.HC cs.LG cs.SY
An Intelligent Approach for Negotiating between chains in Supply Chain Management Systems
在供应链管理系统中进行商业谈判和选择最佳供应商是生产商在生产过程中的弱点之一。因此，应用智能系统可能会有一个有效的作用，在加快速度和提高质量的选择。本文介绍了一个系统，试图使用多代理系统和任何代理之间举行谈判的交易。在该系统中，每一个链段都有一个智能Agent，它通过协商媒介参与发送命令和接收响应，并与其他Agent进行通信，本文介绍了Agent之间的通信方式、多Agent的特点以及环境中每个Agent的标准注册媒介。利用JADE（Java Application Development Environment）实现和模拟了Agent之间的协作。
2012-06-07 cs.AI
GNN-based Probabilistic Supply and Inventory Predictions in Supply Chain Networks
Noodle AI（noodle AI公司）
针对复杂供应链网络中供应预测难、执行易偏离计划的问题，提出基于注意力GNN的GSP概率模型，结合图结构历史数据等输入预测供应与库存，经企业真实数据验证可提升预测精度、辅助优化执行。
2024-04-11 cs.AI cs.LG
SupplyNetPy: An Open-Source Python Library for High-Fidelity Modeling and Simulation of Arbitrary Supply Chain and Inventory Networks
Indian Institute of Technology Goa（印度理工学院果阿分校）；School of Mathematics and Computer Science（数学与计算机科学学院）
介绍开源Python库SupplyNetPy，用于任意供应链网络建模与离散事件仿真，支持多种策略和情况，组件可扩展。用户以图描述供应链，库处理仿真并提供报告，经详细验证能实现复杂模型编程生成与仿真等多种功能。
2026-07-14 cs.AI cs.LG
Stochastic Optimization of Inventory at Large-scale Supply Chains
C3 AI（C3 AI公司）
针对全球供应链面临的不确定性挑战及现有MRP解决方案的不足，提出约束随机优化的仿真优化框架，通过寻找最优再订货参数降低10-35%库存水平，为企业带来数亿美元经济效益。
2025-02-16 cs.AI cs.LG math.OC
Neural Multi-Quantile Forecasting for Optimal Inventory Management
ITAM（墨西哥自治技术研究院）
在这项工作中，我们提出了使用分位数回归和扩张的递归神经网络与时间尺度（MQ-DRNN-S），并将其应用到库存管理任务。该模型表现出更好的性能高达3.2%的统计基准（分位数自回归模型与外生变量，QAR-X），优于MQ-DRNN没有时间缩放6%。以上是El Globo在53周范围内使用每周提前7天的滚动窗口的10，000个销售时间序列的集合。
2021-12-10 cs.LG
Backorder Prediction in Inventory Management: Classification Techniques and Cost Considerations
Alliance University（安联大学）
本文提出结合多种分类技术（如平衡装袋、VAE等）并纳入成本考量的缺货预测方法，以处理不平衡数据并提升预测性能。
2023-10-24 cs.IT cs.LG math.IT
Streamlined Framework for Agile Forecasting Model Development towards Efficient Inventory Management
Inventec Corporation（英业达公司）
本文提出一个精简预测模型开发流程的框架，通过多重交叉验证机制和多种评估指标实现快速数据集成、算法实验与模型选择，并在库存管理和USAID智能预测竞赛中验证其有效性。
2023-04-13 cs.AI cs.LG
Optimizing Inventory Routing: A Decision-Focused Learning Approach using Neural Networks
Shahjalal University of Science and Technology（沙贾拉尔科技大学）
针对库存路由问题两阶段方法因需求预测误差导致次优决策的缺陷，提出一种基于神经网络的决策聚焦学习方法，在端到端系统中直接集成库存预测与路由优化，确保稳健的供应链策略。
2023-11-02 cs.AI cs.LG cs.SY
Multiple Independent DE Optimizations to Tackle Uncertainty and Variability in Demand in Inventory Management
Alliance University（联盟大学）；Business School（商学院）；School of Applied mathematics（应用数学学院）
针对随机需求下的库存成本优化问题，论文结合连续盘点、MCS与LHS调参，比较多种元启发式算法，并提出融合多次独立DE优化结果的方法。
2023-10-09 cs.LG cs.NE math.OC
Business Metric-Aware Forecasting for Inventory Management
Carnegie Mellon University（卡内基梅隆大学）；Google（谷歌）
针对传统预测指标与下游业务目标脱节导致库存管理表现不佳的问题，提出端到端可微的业务指标代理优化方法，在多种成本场景下显著提升预测的业务效用，最高增益超50%。
2023-08-24 cs.LG
Supply Chain Analytics: A Data-Driven Approach
本文提出一种数据驱动的供应链分析方法，整合统计学习与鲁棒优化，涵盖需求预测、库存控制及分布鲁棒优化，为设计韧性自动化系统提供理论基础和算法指南。
2026-09-11 cs.LG math.OC stat.ML
Spatial Supply Repositioning with Censored Demand Data
Rotman School of Management, University of Toronto（多伦多大学罗特曼管理学院）；Stanford University（斯坦福大学）；Faculty of Engineering and Faculty of Business and Economics, University of Hong Kong（香港大学工程学院和商学院）
针对单向车辆共享网络，提出基础库存重定位策略并证明其渐近最优性，设计替代优化与自适应重定位算法达到最优遗憾，凸显简单策略的实用价值。
2025-10-17 cs.LG math.OC stat.ML
Big Data$\unicode{x2013}$Supply Chain Management Framework for Forecasting: Data Preprocessing and Machine Learning Techniques
本研究提出融合大数据分析的供应链预测新型管理框架，覆盖数据处理到优化全流程，构建循环优化机制，为供应链预测提供标准化流程与优化方向。
2025-09-02 cs.LG stat.ML
Bridging Theory and Practice: A Stochastic Learning-Optimization Model for Resilient Automotive Supply Chains
Glasgow Caledonian University（格拉斯哥卡里多尼亚大学）；Department of Mathematics（数学系）；Quaid-i-Azam University（夸齐-伊-阿扎姆大学）
本文提出一种融合贝叶斯学习与随机优化的供应链管理框架，通过365周期仿真验证其在稳定环境和供应中断下分别降低7.4%和提升5.7%成本效益，同时揭示需求冲击下的适用边界。
2025-11-09 cs.LG math.OC stat.ML
Outbound Modeling for Inventory Management
Amazon – SCOT Inbound Systems（亚马逊-SCOT入仓系统）；Amazon AWS – NeuroSymbolic AI（亚马逊AWS-神经符号AI）
本研究针对库存管理中的出库消耗与运输成本预测问题，提出一种概率预测模型，以解决强化学习训练中模拟器不可微及计算成本高的问题，并设计了基于生产系统的验证方案，初步证明了模型在分布内环境中的准确性。
2025-07-15 cs.LG
Travel Time Prediction in Supply Chain Management Using Machine Learning
Swiss School of Business and Management, Geneva（瑞士商学院日内瓦校区）
本研究利用机器学习和深度学习方法，基于大量历史数据构建模型，以准确预测供应链系统中运输和物流的运输时间，从而提高物流一致性和绩效。
2026-10-01 cs.AI cs.LG
gym-invmgmt: An Open Benchmarking Framework for Inventory Management Methods
Department of Computer Science（计算机科学系）
本文提出gym-invmgmt框架，通过统一的环境合同评估不同库存策略，揭示了场景条件、信息访问、需求变化和策略表示对性能的联合影响。
2026-05-12 cs.CE cs.LG
Quantum Computing Methods for Supply Chain Management
University of California, Berkeley（加州大学伯克利分校）；University of Hong Kong（香港大学）；The University of Chicago（芝加哥大学）；qBraid Co.（qBraid公司）
预计量子计算将对许多领域产生变革性影响，但其在工业问题上的实际部署尚未得到充分探索。我们专注于将量子计算应用于工业运营管理问题，特别是供应链管理。供应链管理中的许多问题涉及大型状态和动作空间，并对经典计算机提出了计算挑战。提出了一种量化策略迭代算法，并对库存控制问题进行了求解，验证了算法的有效性。我们还深入讨论了在短期内实现这种量子算法的硬件要求和潜在挑战。我们的模拟和实验由\texttt{IBM Qiskit}和\texttt{qBraid}系统提供动力。
2022-12-01 cs.AI cs.LG math.OC
Control of Dual-Sourcing Inventory Systems using Recurrent Neural Networks
Frankfurt School of Finance and Management（法兰克福金融管理学院）；University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；University of Zurich（苏黎世大学）；Erasmus University Rotterdam（鹿特丹伊拉斯姆斯大学）
本文提出将库存动态与补货策略融入循环神经网络设计的NNCs，用于双源库存控制，可在普通PC上快速学得近优策略，并有效应对非平稳需求。
2023-04-18 cs.LG math.OC
Predictive and Prescriptive Performance of Bike-Sharing Demand Forecasts for Inventory Management
Technical University of Denmark（丹麦技术大学）；Technical University of Munich（慕尼黑工业大学）；University of Groningen（格罗宁根大学）；University of Twente（特文特大学）；Munich Data Science Institute（慕尼黑数据科学研究所）
自行车共享系统是一种快速发展的交通方式，为被动的机动个人移动提供了一种有效的替代方案。自行车需求的不对称性导致需要重新平衡自行车站，这通常在夜间进行。为了确定给定日期站点的最佳起始库存量，用户不满意度函数（UDF）将用户取货和退货建模为具有分段线性速率的非齐次泊松过程。在本文中，我们通过引入变分泊松递归神经网络模型（VP-RNN）来预测未来的拾取率和返回率，设计了一个直接适用于UDF的深度生成模型。我们对来自美国纽约市的真实旅行数据进行了传统和基于学习的预测方法的实证评估，并展示了我们的模型在系统效率和需求满足方面如何优于基准。通过明确关注决策算法与基于学习的预测方法的结合，我们突出了文献中的一些缺点。至关重要的是，我们展示了更准确的预测并不一定能转化为更好的库存决策。通过对预测、模型假设和决策之间的相互作用的深入了解，我们指出，预测和决策模型应该仔细评估和协调，以最佳地控制共享移动系统。
2021-07-28 cs.LG math.OC
LLMs for Supply Chain Management
Harbin Institute of Technology（哈尔滨工业大学）；University of Minnesota（明尼苏达大学）
本文提出一种检索增强生成框架和领域专用大语言模型，通过标准化考试与啤酒游戏验证其专家能力，并利用博弈分析揭示供应链中的竞争合作及牛鞭效应新见解。
2025-05-24 cs.AI cs.LG stat.AP
Combating the Bullwhip Effect in Rival Online Food Delivery Platforms Using Deep Learning
本文提出基于两阶段LSTM网络的3PL供应链需求预测模型，结合报童模型动态管理库存，有效缓解在线外卖平台的牛鞭效应，显著降低供应链不稳定性并减少食物浪费。
2025-03-27 cs.CY cs.LG stat.AP
What if? Causal Machine Learning in Supply Chain Risk Management
Poznań University of Economics and Business（波兹南经济与商业大学）；University of Huddersfield（哈德斯菲尔德大学）；University of Cambridge（剑桥大学）；Alan Turing Institute（阿兰·图灵研究所）
本文提出并评估了因果机器学习在供应链风险干预模型中的应用，通过海事工程案例展示了其支持“如果会怎样”场景规划的能力，并为预测风险和规划干预提供了不同的机器学习开发路径。
2024-08-24 cs.LG stat.ME
No-Regret Learning in Two-Echelon Supply Chain with Unknown Demand Distribution
University of Southern California（南加州大学）；University of Washington（华盛顿大学）
针对需求分布未知的两级供应链模型，分别在集中式和分散式设定下基于Online Gradient Descent和Online Newton Step设计在线学习算法，实现了良好的后悔值保证与向最优库存决策的收敛，并验证了其经验有效性。
2023-10-20 cs.LG math.OC
Learning to Order for Inventory Systems with Lost Sales and Uncertain Supplies
College of Business Administration, University of Illinois at Chicago（伊利诺伊大学芝加哥分校商学院）；Stern School of Business, New York University（纽约大学斯特恩商学院）
针对需求与供应分布未知且数据删失的销售损失库存系统，提出在线学习与主动剔除方法，实现相对最优策略的 O(L+√T) 遗憾界。
2023-10-31 cs.LG math.OC
Large-Scale Inventory Optimization: A Recurrent-Neural-Networks-Inspired Simulation Approach
School of Data Science, Fudan University（复旦大学数据科学学院）；School of Management and School of Data Science, Fudan University（复旦大学管理学院与数据科学学院）
许多大型生产网络包括数千种最终产品和数万至数十万种原材料和中间产品。这些网络面临着复杂的库存管理决策，这往往是太复杂的库存模型和太大的仿真模型。本文结合递归神经网络（RNN）的高效计算工具和生产网络的结构信息，提出了一种基于RNN的模拟方法，该方法比现有的模拟方法快上千倍，能够在合理的时间内解决大规模库存最优化问题。
2022-01-15 cs.LG math.OC
