Reward Shaping to Improve the Performance of Deep Reinforcement Learning in Inventory Management

强化学习 计算机科学 启发式 维数之咒 人工智能 库存控制 运筹学 库存管理 过程(计算) 机器学习 运营管理 数学 经济 操作系统
作者
Bram J. De Moor,Joren Gijsbrechts,Robert N. Boute
出处
期刊:European Journal of Operational Research [Elsevier BV]
卷期号:301 (2): 535-545 被引量:162
标识
DOI:10.1016/j.ejor.2021.10.045
摘要

Deep reinforcement learning (DRL) has proven to be an effective, general-purpose technology to develop ‘good’ replenishment policies in inventory management. We show how transfer learning from existing, well-performing heuristics may stabilize the training process and improve the performance of DRL in inventory control. While the idea is general, we specifically implement potential-based reward shaping to a deep Q-network algorithm to manage inventory of perishable goods that, cursed by dimensionality, has proven to be notoriously complex. The application of our approach may not only improve inventory cost performance and reduce computational effort, the increased training stability may also help to gain trust in the policies obtained by black box DRL algorithms.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
萤火完成签到 ,获得积分10
刚刚
科研通AI6.4的应助被吱吱采纳,获得10
1秒前
1秒前
1秒前
欣欣完成签到,获得积分10
2秒前
2秒前
3秒前
Akim的应助被香蕉梨愁采纳,获得10
4秒前
4秒前
无花果的应助被王锐采纳,获得10
4秒前
轻松海白发布了新的文献求助10
4秒前
中年肥佬完成签到,获得积分10
4秒前
王为云发布了新的文献求助10
5秒前
李健的小迷弟的应助被BIGDUCK采纳,获得10
6秒前
6秒前
6秒前
阿妤发布了新的文献求助10
7秒前
余寻冬发布了新的文献求助10
8秒前
Reze完成签到,获得积分10
8秒前
yyr完成签到,获得积分10
8秒前
研友_VZG7GZ的应助被阿塔塔采纳,获得10
8秒前
科研通AI6.2的应助被DDY采纳,获得10
9秒前
顾矜的应助被感动的穆采纳,获得10
9秒前
邓彩姚完成签到 ,获得积分10
10秒前
10秒前
Amber发布了新的文献求助10
10秒前
陈朋发布了新的文献求助10
11秒前
和平发展发布了新的文献求助100
11秒前
沉静的新烟完成签到,获得积分10
11秒前
舍不得你发布了新的文献求助10
11秒前
13秒前
syvshc的应助被xxx采纳,获得10
13秒前
蓝莓完成签到,获得积分10
14秒前
15秒前
15秒前
15秒前
16秒前
王锐发布了新的文献求助10
17秒前
17秒前
vc的应助被FT采纳,获得30
18秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
Markov Decision Processes and Reinforcement Learning 700
八旗制度の研究 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8171039
求助须知:如何正确求助?哪些是违规求助? 9563751
关于积分的说明 21772122
捐赠科研通 7762548
什么是DOI,文献DOI怎么找? 3430786
关于科研通互助平台的介绍 2554676
邀请新用户注册赠送积分活动 2475657