基于Actor-Critic强化学习与解空间映射的可持续闭环供应链跨网络协同优化
来源：计算机集成制造系统杂志2026年第5期北京时间：
作者：郭羽含, 林佳伟
单位：浙江科技大学人工智能与信息工程学院
摘要：针对多产品流下多网络协作的可持续闭环供应链优化问题,提出融合碳交易定价机制的混合整数线性规划模型及基于策略梯度强化学习的启发式Actor-Critic高效求解算法。模型引入质量波动影响、多级物流协同和跨网设施共享,建立运营成本、碳排放和社会责任的多目标整合优化。算法设计了包含动作筛选的掩码机制和双维度奖励函数,有效提升复杂约束下的全局寻优效率,并进一步集成XGBoost-MDP预测框架与经验池驱动的参数迁移方法,实现了解空间的快速映射与跨场景高效求解。基于制造业真实场景数据的实证研究表明,相较于商业求解器和对比算法,所提算法求解效率平均提升98.47%和98.62%,求解精度较对比算法平均提升2.50%,且展现出跨规模、产品类别等供应链要素的泛化能力。
关键词：多网络协作,闭环供应链,碳交易,Actor-Critic,XGBoost
基金资助：浙江省自然科学基金重点资助项目(LZ22F020007);浙江省自然科学基金探索资助项目(LMS25G010003);浙江省教育厅科研资助项目(Y202454572)。
