SCOPE: Supply-Chain Operations through Coupled Policies for End-to-End Coordination
供应链运营耦合策略端到端协调框架
🧭 端到端供应链决策协调
The University of Hong Kong · OptiMax AI · JD.com
将供应链多阶段决策实体化为token，通过共享表示和顺序解码实现端到端协调。
📌 工作参考价值
- 多阶段决策耦合：推荐系统召回、粗排、精排、重排各阶段目标常不一致，可借鉴 SCOPE 的共享操作表示和顺序决策范式，让后阶段以前阶段输出为条件，端到端优化整体业务指标（如 GMV、成交率）。
- 业务实体 Token 化：将用户、商品、场景等视为 token，用统一编码器在上下文内交互，替代各阶段独立的特征工程，实现跨阶段信息高效复用。
- 策略网络替代启发式规则：供应链分阶段优化多基于固定规则，类似推荐中粗排的静态打分或重排的经验规则，可替换为可学习策略，与最终效用对齐，减少碎片化调优。
- 共享系统级效用函数：设计能评估完整推荐列表最终价值的效用模型，指导各阶段决策生成，从局部优化转向全局最优，提升全链路一致性。
动机：补货计划涉及选品、货源分配、补货频率与路线规划四个耦合决策，但实际供应链中各部门独立优化，常导致缺货、库存积压和高物流成本。亟需一种端到端协调方法。
方法：提出 SCOPE，将供应链实体（地点、商品、车辆等）表示为 token，通过共享操作表示编码全局上下文，再按逻辑顺序依次生成各决策：先选品，基于选品结果分配货源，再决定补货频率，最后规划路径。每一步以已生成的部分计划为条件，完整计划由共享系统级效用函数（综合考虑成本和服务水平）评估。模型在城市生鲜零售场景实例化，并在叮咚买菜和京东的真实数据上验证。
结果：在两种不同补货层级上，SCOPE 均一致优于分阶段独立优化方法和业务常用基准，证明学习跨部门操作耦合能显著提升端到端供应链决策质量。