Home

Оптимизация запасов в ритейл сети с помощью алгоритмов обучения с подкреплением

A Reinforcement Learning Approach for Inventory Optimization in non-stationary Retail environment case

Что мы хотим: Проверить, как хорошо поведут себя современные методы Deep Reinforcement Learning для решения задачи Inventory Optimization

Что для этого необходимо сделать:

• Реализовать среду:

  • Восстанавливать спрос из реальных данных продаж
  • Реализовать подсчет вознаграждения агента
  • Реализовать механизм заказа (то, что есть минимальный размер/кратность/другие ограничения)
  • Реализовать механизм добавления случайности в логистике (по умолчанию считаем, что нам известен SLA на всех плечах логистической сети, но мы намеренно добавляем variance как в leet time - срок доставки, так и в quantity - количестве, которое фактически доезжает)

• Реализовать агента:

  • Подобрать наиболее подходящую архитектуру

---

Интерфейс взаимодействия агента и среды:

1. Используется framework openAI Gym
2. В шаге среда отдает:

• TBD

3. В шаге агент отдает:

• TBD

---

Что делалось до нас/что можно посмотреть:

• Designing of an intelligent self-adaptive model for supply chain ordering management system – моделирование 4-эшелонной сети + Q-learning; Тут все очень тупо, 7 доступных action, 8 возможных состояний, все крайне примитивно.