Articles sur Supply Chain

OR-Transformer combine un transformateur équivariant de permutation avec une formation par gradient de chemin pour tenter de résoudre le goulot d'étranglement en temps réel du MILP traditionnel dans les problèmes de réapprovisionnement des articulations de grande dimension. Cela signifie que l'apprentissage par renforcement va du contrôle en un seul point à la prise de décision combinée à grande échelle, et que les opérations de la chaîne d'approvisionnement pourraient initier un changement de paradigme de « l'optimisation hors ligne » à la « prise de décision en temps réel ».