論文の概要: SCOPE: Supply-Chain Operations through Coupled Policies for End-to-End Coordination

• arxiv url: http://arxiv.org/abs/2607.28488v1
• Date: Thu, 30 Jul 2026 16:38:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-31 21:37:00.665972
• Title: SCOPE: Supply-Chain Operations through Coupled Policies for End-to-End Coordination
• Title（参考訳）: SCOPE:エンドツーエンドコーディネートのための結合ポリシによるサプライチェーン運用
• Abstract要約: SCOPE: エンドツーエンドコーディネートのための結合ポリシによるサプライチェーン運用を提案する。 サプライチェーンエンティティをトークンとして表現し、共有操作表現を通じてそれらをコンテキスト化し、各トークンタイプを対応する決定インターフェースにマップする。 我々は,この枠組みを,サービス周波数,アソシエーション,キャパシティプレッシャ,ロードネットワークルーティングが強く相互作用する都市新店舗補充においてインスタンス化する。
• 参考スコア（独自算出の注目度）: 0.9711737164319804
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Can supply-chain AI move beyond isolated decision modules toward unified operational planning? A complete replenishment plan specifies which products each location carries, which upstream facility supplies it, how often it is replenished, and how deliveries are routed. These decisions are operationally coupled: the selected assortment changes the demand and load passed to later stages; source assignment and replenishment frequency reshape the delivery requests; and route feasibility and cost, in turn, determine the system value of the earlier choices. Yet in modern supply chains, these decisions are often handled by separate departments and optimized through separate systems, which can lead to stockouts, inventory exposure, and avoidable transportation. We propose SCOPE: Supply-Chain Operations through Coupled Policies for End-to-End Coordination, a composite policy model that represents supply-chain entities as tokens, contextualizes them through a shared operational representation, and maps each token type to the corresponding decision interface. Each decision builds on the partial plan formed by earlier decisions while the completed plan is evaluated using a shared system-level utility. We instantiate this framework in urban fresh-retail replenishment, where service frequency, assortment, capacity pressure, and road-network routing interact strongly, and evaluate it on real operational data from Dingdong and JD.com, two large-scale supply chains operating at different replenishment echelons. Across both settings, SCOPE consistently outperforms methods that optimize each decision stage separately, as well as practice-oriented baselines commonly used in supply-chain operations. These results show that learning and coordinating cross-department operational couplings lead to more effective end-to-end supply-chain decisions.
• Abstract（参考訳）: サプライチェーンAIは、分離された決定モジュールを越えて、統一された運用計画に移行することができるか? 完全補充計画では、各場所がどの製品を運ぶか、上流施設がどの製品を供給するか、どれくらいの頻度で補充されるか、配送されるかが規定される。 これらの決定は運用的に結合される: 選択された品揃えは、後段に渡される需要と負荷を変更し、ソースの割り当てと補充頻度は、配送要求を再形成し、ルートの実現可能性とコストは、それ以前の選択のシステム価値を決定する。 しかし、現代のサプライチェーンでは、これらの決定は、しばしば別々の部門によって処理され、別のシステムを通して最適化される。 本稿では,サプライチェーンエンティティをトークンとして表現し,共有操作表現を通じてそれらをコンテキスト化し,各トークンタイプを対応する決定インターフェースにマッピングする複合ポリシモデルである End-to-End Coordination のための結合ポリシによるサプライチェーンオペレーションを提案する。 各決定は、以前の決定によって形成された部分的な計画に基づいて構築され、完了した計画は共有システムレベルのユーティリティを使用して評価される。 この枠組みを,サービス周波数,アソシエーション,キャパシティ・プレッシャ,ロードネットワーク・ルーティングが強く相互作用する都市新小売補充においてインスタンス化し,異なる補充エキロンで稼働する2つの大規模サプライチェーンであるDingdongとJD.comの実際の運用データに基づいて評価する。 SCOPEは、各決定段階を個別に最適化するメソッドと、サプライチェーン操作で一般的に使用されるプラクティス指向のベースラインを一貫して上回る。 これらの結果は、横断的な運用結合の学習と調整が、より効果的なエンドツーエンドのサプライチェーン決定につながることを示している。

関連論文リスト

• A Collaborative Multi-Modality Interaction for VLA-based End-to-End Autonomous Driving [96.81243316566764]
  VLA(Vision-Language-Action)モデルは、エンドツーエンドの自動運転の強力なパラダイムとして登場した。 マルチモーダリティインタラクションと多軌道計画と最適化を組み合わせた,堅牢なVLAベースのエンドツーエンド自動運転システムを提案する。
  論文  参考訳（メタデータ） (2026-08-21T09:06:16Z)
• A Policy Decomposition Framework for Dynamic Order Fulfillment Operations [0.0]
  本稿では,論理的課題を統一する新しい問題クラスである動的順序充足問題(DOFP)を紹介する。 本稿では,新しいポリシレベル分解を利用したDDF-VFA(Decomposition-Driven Framework with Value Function Approximation)を開発した。 DDF-VFAは、2つのステージを独立または共同で分解することなく最適化するベンチマークを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-07-04T23:46:08Z)
• Offline Multi-agent Reinforcement Learning via Score Decomposition [51.23590397383217]
  オフライン協調型マルチエージェント強化学習(MARL)は、分散シフトによる固有の課題に直面している。 この作業は、オフラインとオンラインのMARL間の分散ギャップを明示的に解決する最初の作業である。
  論文  参考訳（メタデータ） (2025-05-09T11:42:31Z)
• A Coalition Game for On-demand Multi-modal 3D Automated Delivery System [4.378407481656902]
  都市環境におけるラストマイル配送に対処するため、2つのオーバーレイネットワークで運用するUAVとADRの連合ゲームを導入する。 戦略的協調が全体のルーティング効率をいかに向上させるかを把握するためのモード間の協調構造について検討する。 ミシサガ市におけるケーススタディの結果から,ラストマイル配送の応用に関するいくつかの数値実験が実施されている。
  論文  参考訳（メタデータ） (2024-12-23T03:50:29Z)
• Towards Interactive and Learnable Cooperative Driving Automation: a Large Language Model-Driven Decision-Making Framework [87.7482313774741]
  コネクテッド・オートモービルズ(CAV)は世界中の道路試験を開始したが、複雑なシナリオにおける安全性と効率性はまだ十分ではない。 本稿では,対話型かつ学習可能なLLM駆動協調運転フレームワークCoDrivingLLMを提案する。
  論文  参考訳（メタデータ） (2024-09-19T14:36:00Z)
• Multi-Agent Learning of Efficient Fulfilment and Routing Strategies in E-Commerce [11.421159751635667]
  電子商取引における製品配送コストを最小化するための統合的アルゴリズムフレームワークを提案する。 電子商取引における大きな課題の1つは、複数の顧客からの時間的に多様な注文が大量にあることだ。 本稿では,グラフニューラルネットワークと強化学習を組み合わせたノード選択と車両エージェントの学習手法を提案する。
  論文  参考訳（メタデータ） (2023-11-20T10:32:28Z)
• Identifying contributors to supply chain outcomes in a multi-echelon setting: a decentralised approach [47.00450933765504]
  本稿では,推定貢献の分散計算における説明可能な人工知能の利用を提案する。 このアプローチは、サプライチェーンアクターにデータ共有を説得する必要性を緩和する。 その結果,集中型アプローチと比較して,品質変化の源泉を検出する方法の有効性が示された。
  論文  参考訳（メタデータ） (2023-07-22T20:03:16Z)
• Learning Multi-Agent Intention-Aware Communication for Optimal Multi-Order Execution in Finance [96.73189436721465]
  まず,現実的な制約を考慮したマルチオーダー実行のためのマルチエージェントRL(MARL)手法を提案する。 本稿では,学習可能なマルチラウンド通信プロトコルを提案する。 2つの実世界の市場のデータに関する実験では、優れたパフォーマンスを示し、コラボレーションの有効性が著しく向上した。
  論文  参考訳（メタデータ） (2023-07-06T16:45:40Z)
• Flexible Job Shop Scheduling via Dual Attention Network Based Reinforcement Learning [73.19312285906891]
  フレキシブルなジョブショップスケジューリング問題(FJSP)では、複数のマシンで操作を処理でき、操作とマシンの間の複雑な関係が生じる。 近年, 深層強化学習(DRL)を用いて, FJSP解決のための優先派遣規則(PDR)を学習している。 本稿では,Deep機能抽出のための自己注意モデルと,スケーラブルな意思決定のためのDRLの利点を生かした,エンドツーエンド学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-09T01:35:48Z)
• Concepts and Algorithms for Agent-based Decentralized and Integrated Scheduling of Production and Auxiliary Processes [78.120734120667]
  本稿ではエージェントベースの分散型統合スケジューリング手法について述べる。 要求の一部は、線形にスケールする通信アーキテクチャを開発することである。 このアプローチは、工業的要件に基づいた例を使って説明されます。
  論文  参考訳（メタデータ） (2022-05-06T18:44:29Z)
• Simultaneous Decision Making for Stochastic Multi-echelon Inventory Optimization with Deep Neural Networks as Decision Makers [0.7614628596146599]
  本稿では、ディープニューラルネットワーク(DNN)を用いて、複雑なマルチエケロンサプライチェーンの在庫決定を最適化するフレームワークを提案する。 本手法は,組立ノードと配電ノードの両方を含む一般的なトポロジを含む,多種多様なサプライチェーンネットワークに適している。
  論文  参考訳（メタデータ） (2020-06-10T02:02:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。