MIT Beer Game

AI代理在供应链中展现潜力但面临可靠性风险

一篇新的研究论文探讨了在供应链管理中使用自主生成式AI代理，并利用MIT啤酒游戏评估其性能。研究发现，虽然先进的AI模型可以超越人类水平的表现并降低高达67%的成本，但它们也带来了显著的可靠性风险，称为“代理牛鞭效应”。为了缓解这些问题，研究人员提出了一种名为Group Relative Policy Optimization (GRPO) 的强化学习后训练框架，以提高这些AI代理的稳定性和可靠性。