可微投影学习硬约束库存策略

Patrick Helm 等作者提交论文，提出一种在策略网络内嵌入可微分优化模块的库存策略学习方法：神经网络先输出连续动作目标，再由二次规划将其投影到松弛可行集，随后通过对偶信息驱动的整数映射恢复整数性并保持可行性。作者称，该方法使策略能像混合整数线性规划（MILP）一样灵活处理硬约束。 论文目前为 arXiv 预印本，报道未给出实验对比或实际部署结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。