Resumen: En una era de las demandas de la cadena de suministro en aumento, la ejecución de la logística de SAP (LE) es fundamental para administrar las operaciones, el transporte y la entrega del almacén. Esta investigación introduce un marco pionero aprovechando el aprendizaje de refuerzo (RL) para orquestar de forma autónoma las tareas de almacén en SAP LE, mejorando la agilidad y la eficiencia operativa. Al modelar los procesos de almacén como entornos dinámicos, el marco optimiza la asignación de tareas, el movimiento de inventario y la selección de pedidos en tiempo real. Un conjunto de datos sintético de 300,000 transacciones LE simula escenarios de almacén del mundo real, incluidos datos multilingües e interrupciones operativas. El análisis logra la precisión de la optimización de tareas del 95%, reduciendo los tiempos de procesamiento en un 60% en comparación con los métodos tradicionales. Las visualizaciones, incluidos los mapas de calor de eficiencia y los gráficos de rendimiento, guían estrategias de almacén ágiles. Este enfoque aborda la privacidad de los datos, la escalabilidad y la integración de SAP, que ofrece una solución transformadora para las cadenas de suministro modernas.
Publicado Originalme en rss.arxiv.org El 9 de junio de 2025.
Ver Fuente Original
