AI 與世界的難題 · 理論資訊科學 · arXiv · 2026-10-20
設限需求下基於特徵的最適報童策略
原標題: Optimal Feature-Based Newsvendor Policies under Censored Demand
本文探討報童問題,其中決策者必須從設限的需求資料學習該訂購多少庫存;所謂需求被設限,是指當時庫存不足以滿足該需求。作者提出一種與模型無關的損失函數方法,從觀察性資料估計最適訂購量,並將最適政策刻劃為此損失的最小化者。該方法僅需單一估計步驟,能以線性經驗風險最小化、核權重最佳化與深度神經網路實作,在合成資料上快速收斂至最適政策,並在真實世界零售資料上改善表現。