[Paper] Agentic AI 框架用于智能库存补货

Source: arXiv - 2511.23366v1

概述

本文提出了一种 代理式 AI 框架，用于自动化中型零售店的端到端库存补货循环。通过结合需求预测、供应商选择优化、多代理谈判和持续学习，系统旨在降低缺货、降低持有成本，并保持产品组合新鲜——这些问题影响着从电商平台到实体连锁的所有零售商。

关键贡献

• 以代理为中心的架构，将预测、供应商选择和谈判视为通过共享知识库协作的自主代理。
• 混合预测模型，将经典时间序列（ARIMA、指数平滑）与轻量级深度学习（LSTM）相结合，以处理常规销售模式和突发趋势峰值。
• 多目标供应商优化，使用帕累托前沿方法在价格、交付周期、可靠性和可持续性指标之间取得平衡。
• 谈判协议 基于强化学习代理，迭代提出订单数量和价格，并从供应商响应中学习。
• 持续学习循环，从销售、退货和市场趋势信号（如社交媒体热度）中实时更新需求模型和供应商评分。
• 原型部署 于一家中等规模超市，使用三个真实和合成数据集进行评估，显示出相较于基线启发式的可衡量改进。

方法论

1. 数据摄取 – 将 POS 交易、库存日志、供应商目录和外部趋势源（社交媒体、Google Trends）流式传入中央数据湖。
2. 需求预测代理 –
   • 执行特征工程（季节性、促销、假日）。
   • 运行两阶段模型：先用统计基线保证稳定性，再用 LSTM 微调进行异常检测。
3. 供应商选择代理 –
   • 为每个 SKU 构建候选集合，依据成本、交付周期、履约率和 ESG（环境/社会）因素进行打分。
   • 使用多目标进化算法生成帕累托最优的候选名单。
4. 谈判代理 –
   • 将每个供应商建模为环境；代理的策略（价格与数量报价）通过 Q‑learning 训练，奖励 = 成本节约 – 延迟交付惩罚。
   • 谈判异步进行，支持与多个供应商并行对话。
5. 学习与反馈循环 –
   • 每个补货周期结束后，将实际销售、交付表现和利润结果反馈，用于更新预测权重和供应商评分。
6. 评估 –
   • 与三种启发式方法进行基准比较：(a) 简单再订货点，(b) EOQ（经济订货量），(c) 基于规则的季节性调整。
   • 指标：缺货频率、平均库存持有成本、商品组合周转率（GMV per SKU）。

结果与发现

该框架在所有三个测试数据集上始终优于启发式方法，尤其在需求激增由外部趋势（如病毒式时尚单品）驱动时表现突出。强化学习谈判器相较于基线使用的静态供应商合同实现了约 5 % 的价格改进。

实际意义

• 对零售技术供应商 – 模块化的代理设计可封装为微服务（预测、供应商评分、谈判），并通过 REST/gRPC API 接入现有 ERP 或库存管理平台。
• 对开发者 – 论文提供的开源原型（Python、PyTorch、Ray RLlib）提供了可直接扩展的代码库，可用于构建自定义代理（如加入可持续性评分或动态定价反馈）。
• 成本节约 – 28 % 的持有成本下降直接转化为更低的营运资本需求，为中型连锁提供了有力的 ROI 论点。
• 风险缓解 – 通过持续学习供应商可靠性，系统能够在供应中断前主动重新路由订单，降低供应冲击期间缺货的可能性。
• 产品发现 – 趋势扫描代理能够捕捉高利润、快速流转的商品，帮助实现更敏捷的品类规划。
• 可扩展性 – 该架构利用分布式计算（Ray），可从单店扩展到区域连锁，代码改动极少。

局限性与未来工作

• 数据依赖 – 精准预测依赖于干净的高频销售数据，噪声 POS 日志会削弱性能。
• 供应商建模简化 – 现实合同常包含复杂条款（批量折扣、排他性），当前的 RL 谈判器尚未覆盖。
• 可解释性 – 虽然代理能给出量化建议，论文指出仍需提供更易读的人类解释以获得商品策划者的信任。
• 可扩展性测试 – 实验仅限于一家中等规模超市，未来工作应在多店网络和电商履约中心进行验证。
• 与定价引擎的集成 – 将补货决策与动态定价耦合可能进一步提升利润，作者计划在后续研究中探索此方向。

作者

• Toqeer Ali Syed
• Salman Jan
• Gohar Ali
• Ali Akarma
• Ahmad Ali
• Qurat-ul-Ain Mastoi

论文信息

• arXiv ID: 2511.23366v1
• 分类: cs.AI, cs.MA
• 发布日期: 2025 年 11 月 28 日
• PDF: Download PDF