.png){kind=icon}
返回
Agentic automation driven reinforcement learning for inventory optimization
.png){kind=icon}
PRE
AI
DOI：10.1108/JM2-07-2025-0347.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究旨在通过提出一个由智能体自动化驱动的多智能体强化学习（MARL）框架，来解决供应链中优化联合定价和库存决策的挑战。通过将自主性、目标导向行为和自我改进能力嵌入每个决策实体，本研究克服了传统优化方法在处理需求异质性、可变提前期、动态定价和仓库容量等共享资源方面的局限性。研究方法整合了多智能体自动化原理，采用集中训练-分散执行（CTDE）架构，使智能体表现出主动的协调行为。智能体利用共享的全局信息（如仓库约束和跨产品需求模式）进行训练，但针对单个库存单位（SKU）执行专业化、独立的策略。该方法结合深度强化学习（RL）与库存理论，在随机需求下联合优化定价和补货决策，同时实现自主适应市场变化。研究发现，该框架与八种流行优化和学习方法（贝叶斯优化、遗传算法（GA）、进化算法、深度Q网络（DQN）、报童模型、经济订货量（EOQ）、近端策略优化（PPO）和软Q学习（SQL））进行对比。结果表明，智能体MARL系统在稳定适应性方面表现出强平衡性能（利润52.4万美元，服务率94.9%）。EOQ模型在稳定环境下提供更高利润（58.4万美元，服务率98.9%），但因适应性有限。其他RL方法（PPO和SQL）表现出高波动性，而传统方法（GA、规则基、贝叶斯）表现不佳，缺乏动态商业环境所需的自主性和学习能力。本研究的创新价值在于：提供一个可扩展架构，实现供应链优化的自主、目标驱动协调；提供实证证据，证明智能体RL在复杂不确定场景中优于传统方法；为将智能体AI扩展至促销计划、供应商协作和端到端零售自动化等实际应用提供基础见解。总体而言，本研究连接了学术研究与运营实践，为构建智能、自适应的智能体供应链系统提供了路径。
Keyword:
Agentic automation
Centralized-Training-Decentralized-Execution
Deep Q-Network
Inventory optimization
Simulations
Reinforcement learning
