机构名称：
¥ 1.0
由于模型优化和客观现实之间的潜在不匹配，供应链库存管理中的有效概括是具有挑战性的。很难知道现实世界是如何配置的，因此很难为其最佳地训练代理。我们通过结合离线培训和在线适应来解决此问题。代理进行了离线训练。在在线适应阶段，代理商搜索上下文最大化奖励。代理商在网上迅速适应，并在了解上下文A-Priori的情况下实现了表现。特别是，他们在不推断正确的上下文的情况下进行了最佳行动，而是找到适合奖励最大化的环境。通过使代理商能够利用离线培训和在线适应，我们提高了他们在未知环境中的效率和有效性。该方法具有更广泛的潜在应用，并有助于使RL算法在实际情况下有用。我们已根据https://github.com/abatsis/supply_chain_few_shot_rl发布了本文的代码。
供应链管理的上下文强化学习
主要关键词
相关文件推荐
