A Versatile Multi-Agent Reinforcement Learning Benchmark for Inventory Management
Microsoft Research Asia(微软亚洲研究院);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
针对多智能体强化学习落地现实场景的诸多挑战,研究团队开发了多层级多品类的库存管理基准MABIM,并基于该基准评估了经典运筹学方法与主流MARL算法的表现,以推动相关研究。
2023-06-13 cs.AI
Reinforcement Learning for Multi-Objective Multi-Echelon Supply Chain Optimisation
The University of Manchester(曼彻斯特大学);Peak AI, Ltd(Peak AI公司)
本文提出基于马尔可夫决策过程和多目标强化学习的非平稳多级供应链优化模型,通过共享经验缓冲区提升策略迁移,在复杂网络中显著优于MOEA与单目标RL基线。
2025-07-26 cs.AI
Interactive Reference Point-Based Guided Local Search for the Bi-objective Inventory Routing Problem
Université de Bretagne-Sud(南布列塔尼大学)
获取决策者的偏好是将搜索和决策成功结合在交互式方法中的关键因素。因此,逐步集成和模拟的决策者是一个主要关注的应用程序。在这个方向上,我们提出了一个基于参考点的指导本地搜索的双目标库存路由问题的交互式方法。随后获得的车辆路径问题的本地搜索元启发式,工作的交付间隔,和克拉克和赖特储蓄启发式。为了获得偏好,决策者选择一个参考点,以指导在感兴趣的次区域进行搜索。此外,参考点被用作保留点,以丢弃锥外的解决方案,作为一个收敛准则。基准数据的参考点为基础的引导局部搜索的计算结果的报告和分析,以显示该方法的适用性。
2014-05-22 cs.AI
A Study of Data-driven Methods for Inventory Optimization
Hong Kong Baptist University(香港 Baptist 大学);Hong Kong University of Science and Technology(香港科技大学)
本文面向超市场景,比较时间序列、RF与深度强化学习在三类库存模型中的表现,并利用可视化和统计指标评估其预测、适应性及成本与满意度影响。
2025-05-13 cs.AI
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
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。
2026-11-11 cs.AI cs.LG
Hard Constraints, Smooth Gradients: Learning Feasible Inventory Policies via Differentiable Projection
TUM School of Management, Technical University of Munich(慕尼黑工业大学TUM管理学院);Esade, Ramon Llull University(拉蒙·柳利大学ESADE商学院);Munich Data Science Institute (MDSI), Technical University of Munich(慕尼黑工业大学慕尼黑数据科学研究所)
该研究提出嵌入可微凸优化模块的DRL策略,以处理序列决策中的硬约束,在库存规划等场景中实现了优于基准方法的成本降低与最优性表现。
2026-10-28 cs.AI cs.LG
Market Making with Scaled Beta Policies
University of Liverpool(利物浦大学);L3S Research Center(L3S研究中心);Leibniz University Hannover(汉诺威莱布尼茨大学)
本文提出了一种新的表示做市商在订单驱动市场中的行为。这种表示使用标度贝塔分布,并概括了人工智能做市文献中采取的三种方法:单一价格水平选择,阶梯策略和“触摸式做市”。阶梯策略在一个连续的价格区间内放置统一的交易量。基于比例贝塔分布的政策概括了这些,允许交易量在价格区间上倾斜。我们证明,这种灵活性是有用的库存管理,所面临的做市商的关键挑战之一。在本文中,我们进行了三个主要的实验:首先,我们比较我们更灵活的β为基础的行动与特殊情况下的阶梯策略;然后,我们调查的性能简单的固定分布;最后,我们设计和评估一个简单而直观的动态控制策略,调整行动在一个连续的方式,根据签署的库存,做市商已经获得。所有的经验评估都使用了基于历史数据的高保真限价订单簿模拟器,每边有50个级别。
2022-09-27 cs.AI cs.LG q-fin.TR
Optimal Adaptive Market Making: A Theoretical Framework for High-Yield Liquidity Provision in Perpetual Futures Markets
tsaftech
该研究为零做市商费用的永续期货市场最优做市构建理论框架,将其建模为随机最优控制问题,给出盈亏分解等多项成果,涵盖多方面分析及策略,通过数值分析揭示盈利相变,统一扩展相关范式。
2026-07-15 cs.AI
OptiRepair: Closed-Loop Diagnosis and Repair of Supply Chain Optimization Models with LLM Agents
Massachusetts Institute of Technology(麻省理工学院);Alibaba Group(阿里巴巴集团)
OptiRepair通过训练LLM代理实现供应链优化模型的闭环诊断与修复,显著提升修复效率和合理性,解决求解器交互和运营合理性两大难题。
2026-02-24 cs.AI cs.LG math.OC
The Collaboration Paradox: Why Generative AI Requires Both Strategic Intelligence and Operational Stability in Supply Chain Management
Department of Industrial & Systems Engineering(工业与系统工程系);Indian Institute of Technology, Kharagpur (IIT-KGP)(印度理工学院,克拉格浦尔(IIT-KGP))
本文研究生成式AI在多级供应链中的协同行为,揭示其因库存积压导致的系统性失败,并提出通过战略智能与操作稳定性的结合实现供应链稳定的方法。
2026-03-25 cs.AI
BULL-ODE: Bullwhip Learning with Neural ODEs and Universal Differential Equations under Stochastic Demand
Columbia University (Prior)(哥伦比亚大学(前));Vizuara AI Labs(Vizuara AI实验室)
本文通过对比神经常微分方程与物理信息通用微分方程在三种随机需求机制下的库存动态预测,发现轻尾或自相关需求下结构约束的 UDE 泛化更优,而重尾极端事件下 NODE 更灵活,为混合建模中何时强制或放宽结构提供了具体指导。
2025-09-09 cs.AI cs.LG
Comparing Prediction Market Structures, With an Application to Market Making
Rensselaer Polytechnic Institute(伦斯勒理工学院)
确保足够的流动性是预测市场设计者面临的主要挑战之一。各种各样的做市算法已经在文献中提出并部署在实践中,但一直很少有努力,以系统的方式来评估其优点和缺点。我们引入了一种新的实验设计,用于比较实时交易中的市场结构,以确保具有相同交易人群的两个不同微观结构之间的公平比较。参与者根据他们在电脑屏幕上观察到的二维随机游走的结果进行交易。它们可以同时在两个市场上交易,对应于独立的水平随机游走和垂直随机游走。我们使用这个实验设计比较流行的库存为基础的对数市场评分规则(LMSR)做市商和一个新的信息为基础的贝叶斯做市商(BMM)。我们的实验表明,BMM可以提供显着的好处,在价格稳定性和预期损失时,控制流动性的警告是,不像LMSR,BMM不保证有界损失。我们的研究还阐明了一些一般性质的做市商在预测市场。特别是,有一个内在的权衡之间的适应性市场冲击和收敛在市场均衡。
2010-09-08 cs.AI cs.CE q-fin.TR
A Hybrid Agentic AI Framework for Intelligent Supply Chain Analytics
Industrial AI Lab(工业人工智能实验室);Hitachi America(日立美国)
提出混合智能体AI框架,通过协调与专家智能体协作实现供应链分析,达到90%准确率并减少四倍输入令牌,兼顾探索与确定性流程。
2026-09-15 cs.AI cs.MA
Strategic Evaluation in Optimizing the Internal Supply Chain Using TOPSIS: Evidence In A Coil Winding Machine Manufacturer
QuEsT Global(奎斯特全球);Manipal Academy of Higher Education(马尼帕尔高等教育学院);Manipal University Jaipur(斋浦尔马尼帕尔大学)
大多数制造企业的目标是通过增值来优化其供应链,提高其产品的盈利能力。本研究以批判性的眼光来看待影响内部供应链绩效的因素,具体标准。据此,对这些因素进行排序,得到制造业供应链绩效的关键维度。半结构化面试,预先定义一组问题,用于收集公司决策者的回答。多准则决策工具TOPSIS被用来评估响应和排序的因素。结果表明,供应商关系和库存规划是对产品按时交付、生产灵活性、成本节约、额外成本产生积极影响的最主要因素。该研究有助于通过客观和主观评价方法识别和优化工艺参数。在这项工作中提取的综合影响的思想过程中的管理者,以优化内部供应链。
2020-07-08 cs.AI stat.OT
SCOPE: Supply-Chain Operations through Coupled Policies for End-to-End Coordination
Dingdong(叮咚)
SCOPE是将供应链实体建模为token的复合策略模型,在生鲜零售补货数据上验证了其比分阶段优化及传统基线更优的端到端供应链决策效果。
2026-07-31 cs.AI cs.LG
MORSE: Multi-Objective Reinforcement Learning via Strategy Evolution for Supply Chain Optimization
本文提出MORSE方法,结合强化学习与多目标进化算法生成Pareto策略前沿,并引入CVaR风险敏感决策,以动态平衡供应链多目标,提升决策效率与鲁棒性。
2025-09-08 cs.AI