Resumen: Este documento examina el uso de clientes en la tienda como correos de entrega en un sistema centralizado de envío de multitudes, apuntando a la creciente necesidad de una entrega eficiente de última milla en áreas urbanas. Consideramos un entorno minorista ladrillo y mortero donde a los compradores se les ofrece una compensación para entregar pedidos en línea sensibles al tiempo. Para administrar este proceso, proponemos un modelo de proceso de decisión de Markov (MDP) que captura incertidumbres clave, incluida la llegada estocástica de pedidos y tiradores multitudes, y la aceptación probabilística de las ofertas de entrega. Nuestro enfoque de solución integra la programación dinámica aproximada neural (neurAdP) para la asignación de orden de sencillo adaptativo con una doble red Q-Network (DDQN) para precios dinámicos. Esta estrategia de optimización conjunta permite el enrutamiento de múltiples gotas y cuentas para la incertidumbre de la aceptación de la oferta, alineándose más estrechamente con las operaciones del mundo real. Los resultados experimentales demuestran que la política integrada de NeurAdP + DDQN logra mejoras notables en la eficiencia de la entrega, con un ahorro de hasta 6.7 % sobre NeurAdP con precios fijos y aproximadamente 18 % sobre líneas de base miopes. También mostramos que permitir retrasos en la entrega flexibles y permitir el enrutamiento de múltiples destino reduce aún más los costos operativos en 8 % y 17 %, respectivamente. Estos hallazgos subrayan las ventajas de las políticas dinámicas y con visión de futuro en los sistemas de envío de multitudes y ofrecen orientación práctica para los operadores de logística urbana.
Publicado Originalme en export.arxiv.org El 2 de julio de 2025.
Ver Fuente Original
