基于深度强化学习的平行企业资源计划

随着社会化和网络化趋势的日益增强， 企业已全面而深度地融入网络环境， 并已演变成为现实物理世界、网络虚拟世界和社会耦合空间的现代新型企业。在以信息技术和网络技术为特征的知识经济时代，如何实现大数据、知识与人三者之间的动态闭环反馈以及实时交互， 已成为现代企业ERP 面临的重大挑战。本文主要基于ACP （人工社会、计算实验、平行执行）方法，构建基于平行管理的企业ERP系统（如图1）。

图1. 平行企业ERP系统思路

首先提出基于平行管理的ERP 3.0的概念，然后构建基于多Agent的ERP 3.0 建模框架（如图2），在此基础上，建立基于企业ERP 全流程的不完全信息动态博弈模型，并构建基于深度强化学习框架的监督学习网络（如图3）对模型进行求解。

图2. 企业ERP 3.0系统Agent建模流程图

图3. 基于深度神经网络框架的监督学习网络

以人工智能为代表的新时代已经到来，实现基于ACP方法的虚实互动“平行企业”是建设“智能企业”的基础，也是未来企业ERP的发展趋势，本文即为在这个方向上的一个初步探索。可以预见， 在未来企业ERP中，人工虚拟的系统、工厂、城市将成为现实，大数据将成为原料，数字化的经验、案例、预演将成为生产力，计算实验将成为首要方法，而虚拟与现实的平行执行将会是企业ERP 的“新常态”。

引用格式

秦蕊, 曾帅, 李娟娟, 袁勇. 基于深度强化学习的平行企业资源计划. 自动化学报, 2017, 43(9): 1588-1596

作者简介