AI ratuje logistykę leśną?
Transport drewna w Kanadzie zmaga się z ciągłymi zaburzeniami – od zamknięć dróg leśnych i awarii sprzętu po nagłe opóźnienia i zmiany popytu w tartakach. Badacze z Polytechnique Montréal i UQAR zaprezentowali hybrydowy system łączący programowanie liniowo-dyskretne z uczeniem przez wzmacnianie (RL), który w czasie rzeczywistym generuje dla dyspozytorów optymalny zestaw planów naprawczych.
Matheurystyka i balans między kosztem a stabilnością
Dwukryterialny problem: Zamiast narzucać jeden plan, system buduje front Pareto reprezentujący kompromis między kosztami transportu a stabilnością operacyjną (mierzoną odchyleniem od pierwotnego harmonogramu).
Lokalne odgałęzienia (Local Branching): Warianty tras są ograniczone promieniem sąsiedztwa, który determinuje, jak bardzo nowy plan może różnić się od wersji bazowej.
Analityczne zakotwiczenie i ramy poszukiwań
Bezpieczny punkt startowy: Model najpierw błyskawicznie oblicza dokładną minimalną wartość odchylenia. Gwarantuje to uzyskanie najbardziej stabilnego, wykonalnego planu ratunkowego już przy pierwszym wywołaniu solvera.
Dolna granica kosztów: Wykorzystanie relaksacji liniowej (LP floor) pozwala oszacować maksymalny możliwy potencjał poprawy kosztów, zapobiegając marnowaniu mocy obliczeniowej na przeszukiwanie obszarów, które nie przyniosą lepszych rezultatów.
Agent RL steruje pracą solvera
Algorytm REINFORCE: Wokół metody local branching umieszczono agenta uczenia przez wzmacnianie. Na podstawie 9-wymiarowego wektora stanu (m.in. poziom trudności podproblemu, czas solvera, typ awarii, dystans do granicy LP) agent dynamicznie wybiera kolejne wartości.
Inteligentna nawigacja: Agent decyduje, czy wykonać mały krok, duży skok nad „płaskim” obszarem kosztów, dokonać bisekcji obiecującego przedziału, czy natychmiast zakończyć pracę.
Wyniki numeryczne na realnych danych
Wyższa skuteczność (Hit Rate): W testach na 20 tygodniowych instancjach z kanadyjskich przedsiębiorstw leśnych (obejmujących do ponad 50 000 łuków sieci) agent RL zamienił 70,6% wywołań solvera w nowe, nie-zdominowane plany Pareto (w porównaniu do 48,2% dla przeszukiwania dwudzielnego i 32,7% dla stałej siatki).
Niski koszt awarii: Najlepszy plan odzyskany przez agenta generował średnio zaledwie 3,35% odchylenia kosztów od planu sprzed awarii (wobec ok. 7% dla metod bazowych).
Dopasowanie do cyklu tygodniowego: Trening modelu odbywa się w weekend po wygenerowaniu planu taktycznego (~25 h), dzięki czemu podczas tygodniowej egzekucji reakcja na awarie następuje w czasie rzeczywistym (<15 minut).
Podejście to zmienia paradygmat zarządzania kryzysowego w logistyce leśnej: dyspozytor nie dostaje sztywnej instrukcji, lecz elastyczny panel decyzyjny dopasowany do bieżących priorytetów operacyjnych.