研究人员开发了一种新颖的双时间尺度分层强化学习框架，旨在增强运营在面对意外冲击时的弹性。该框架允许长期和短期决策策略在其各自的时间尺度上进行调整，同时通过同步更新来管理它们之间的相互依赖性。与基准自适应方法相比，该系统在二手车库存案例研究中展示了改进的收敛保证，并显著提高了平均利润和利润稳定性。 AI
影响 该框架可以增强AI系统在动态运营环境中的适应性和鲁棒性。
排序理由 学术论文发表在arXiv上。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2607.23434v1 Announce Type: new Abstract: Unexpected shocks recur in global operations, requiring decision rules that adapt as market and operating conditions change. Many operational systems also have hierarchical structures in which long-term and short-term decisions purs…