蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

Multi-Agent Deep Reinforcement Learning for Multi-Echelon Inventory Management Problems: Enhancing Profits and Alleviating Bullwhip Effect

7月1日，喻園管理論壇2022年第28期（總第797期）在管理學(xué)院119教室成功舉行。北京大學(xué)光華管理學(xué)院副教授彭一杰以“Multi-Agent Deep Reinforcement Learning for Multi-Echelon Inventory Management Problems: Enhancing Profits and Alleviating Bullwhip Effect”為主題，與參會(huì)人員進(jìn)行了交流探討。本次論壇由管理學(xué)院副院長李建斌教授主持，生產(chǎn)運(yùn)作與物流管理系鄧世名教授、李鋒副教授參加本次活動(dòng)。

彭一杰教授結(jié)合文獻(xiàn)和講座主題，帶領(lǐng)大家了解了多智能體深度強(qiáng)化學(xué)習(xí)的實(shí)際應(yīng)用，并且分享了他多年來在人工智能領(lǐng)域的一些經(jīng)驗(yàn)。彭教授首先介紹了當(dāng)前庫存管理的發(fā)展情況和遇到的困難，強(qiáng)調(diào)了在后疫情時(shí)代背景下，庫存管理變得更加復(fù)雜，例如單一參與者面臨銷售損失，多方參與者面臨多梯度問題。彭教授分析了產(chǎn)生牛鞭效應(yīng)的原因，并由此提出了中心化訓(xùn)練和分布式學(xué)習(xí)方法。隨后，彭教授詳細(xì)分享了串行供應(yīng)鏈與供應(yīng)鏈網(wǎng)絡(luò)的模型構(gòu)建、數(shù)值實(shí)驗(yàn)和結(jié)果，并提出關(guān)鍵算法HAPPO。與單智能體深度強(qiáng)化學(xué)習(xí)和最先進(jìn)的啟發(fā)式策略相比，用HAPPO構(gòu)建的策略可以獲得更高的總體利潤，多智能體深度強(qiáng)化學(xué)習(xí)有助于處理多級庫存管理問題、緩解牛鞭效應(yīng)等。

過程中，與會(huì)師生與彭一杰教授關(guān)于顧客需求是常量還是隨時(shí)間變化、智能體對上游與下游的決策和利潤是否有影響等問題進(jìn)行了熱烈的討論。最后，彭一杰教授針對大家關(guān)心的人工智能相關(guān)研究疑問進(jìn)行一一解答，強(qiáng)調(diào)人工智能領(lǐng)域的熱點(diǎn)會(huì)在短期發(fā)生變化，因此對一個(gè)問題的研究要及時(shí)。

//

來源：新聞宣傳中心

審核：李建斌