⚡ electrical engineering

Decision-Focused Continual Learning for Seaport Power-Logistics Scheduling: Generalization across Varying Tasks

Cet article propose un cadre d'apprentissage continu axé sur la décision qui utilise une régularisation basée sur l'information de Fisher et un substitut convexe différentiable pour permettre aux modèles de planification de la logistique de puissance portuaire de s'adapter en ligne aux variations des tâches d'arrivée des navires, améliorant ainsi la généralisation entre les tâches et la qualité des décisions tout en maintenant des exigences de calcul et de mémoire durables.

Auteurs originaux : Chuanqing Pu, Feilong Fan, Nengling Tai, Yan Xu, Wentao Huang, Honglin Wen

Publié 2026-06-09

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Chuanqing Pu, Feilong Fan, Nengling Tai, Yan Xu, Wentao Huang, Honglin Wen

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

La vue d'ensemble : Le port maritime comme une cuisine en pleine effervescence

Imaginez qu'un port maritime moderne est comme une cuisine géante et ultra-technologique.

Les ingrédients : L'électricité (l'énergie) et les navires (la logistique).
L'objectif : Le gestionnaire de la cuisine doit décider exactement quelle quantité d'électricité acheter et comment l'utiliser pour alimenter les grues et recharger les navires, tout en essayant de faire des économies.
Le problème : Le gestionnaire doit prendre ces décisions avant de savoir exactement combien de navires arriveront, quelle quantité de cargaison ils transporteront, ou quel sera le prix de l'électricité demain. Il doit d'abord deviner (prévoir), puis planifier (optimiser).

L'ancienne méthode : Le chef au « score parfait »

Traditionnellement, le gestionnaire de cuisine utilisait un ordinateur pour prédire l'avenir.

La stratégie : L'ordinateur était entraîné pour faire la prédiction « statistiquement parfaite ». Si le prix réel de l'électricité était de 100 $ et que l'ordinateur avait prédit 102 $, c'était une « mauvaise » prédiction. S'il avait prédit 98 $, c'était aussi une « mauvaise » prédiction. L'ordinateur essayait d'être juste en moyenne, en minimisant la distance entre la prédiction et la réalité.
La faille : Dans un port maritime, être « statistiquement juste » ne signifie pas toujours être « financièrement intelligent ».
- Analogie : Imaginez que vous achetez des courses. Si vous prévoyez d'avoir besoin de 5 pommes mais que vous en avez besoin de 4, vous gaspillez de l'argent. Si vous prévoyez 4 mais qu'il en faut 5, vous devrez peut-être acheter la dernière au prix fort en cas d'urgence. Le coût d'être « trop bas » est différent du coût d'être « trop haut ».
- L'ancien ordinateur ne se souciait pas de cette différence ; il voulait simplement être proche du chiffre. Cela entraînait des erreurs coûteuses dans le planning final.

La première amélioration : L'apprentissage « axé sur la décision »

Les chercheurs ont introduit une approche plus intelligente appelée Apprentissage Axé sur la Décision (Decision-Focused Learning - DFL).

La stratégie : Au lieu d'entraîner l'ordinateur à être simplement « proche » du vrai chiffre, ils l'ont entraîné à prendre la meilleure décision possible basée sur ce chiffre.
L'analogie : Au lieu de demander à l'ordinateur : « À quel point ta prédiction est-elle proche de la vérité ? », ils lui demandaient : « Si tu fais cette prédiction, combien d'argent allons-nous économiser ou perdre ? ». L'ordinateur a appris à faire des prédictions qui pouvaient être légèrement « fausses » statistiquement, mais qui résulteraient en la facture d'électricité la moins chère.
Le nouveau problème : Cela fonctionnait très bien pour un jour spécifique avec un ensemble de navires précis. Mais les ports maritimes sont chaotiques. Demain, un nombre différent de navires pourrait arriver, ou ils pourraient transporter des cargaisons différentes. Cela change les « règles du jeu » (le problème d'optimisation).
L'échec : Lorsque les chercheurs ont essayé d'utiliser le modèle « axé sur la décision » sur un nouveau jour avec des navires différents, il a oublié tout ce qu'il avait appris les jours précédents. C'était comme un chef qui aurait mémorisé la recette du menu de mardi, mais qui serait incapable de cuisiner le menu de mercredi parce que les ingrédients ont légèrement changé.

La solution : L'apprentissage continu avec un filet de sécurité

Le papier propose un nouveau système appelé Apprentissage Continu Axé sur la Décision (Decision-Focused Continual Learning - DFCL). Voyez cela comme un chef qui apprend chaque jour sans jamais oublier les bases.

1. Le filet de sécurité « Fisher » (Consolidation élastique des poids)

Le concept : À mesure que le chef apprend un nouveau menu (une nouvelle tâche), il peut accidentellement désapprendre la cuisine de l'ancien menu. Pour empêcher cela, le système utilise une « régularisation basée sur l'information de Fisher ».
L'analogie : Imaginez que le cerveau du chef est une éponge. Lorsqu'il apprend une nouvelle recette, il absorbe généralement de l'eau nouvelle et presse l'ancienne. Cette méthode place des élastiques autour des parties de l'éponge qui détiennent les connaissances les plus importantes du « passé ».
Comment ça marche : Le système identifie quelles parties du « cerveau » de l'ordinateur (les paramètres) sont critiques pour prendre de bonnes décisions sur les jours passés. Lors de l'apprentissage d'un nouveau jour, il place des « élastiques » sur ces parties pour qu'elles ne s'étirent pas trop. Cela permet au modèle de s'adapter aux nouveaux navires sans oublier comment gérer les anciens.

2. Le « substitut lisse » (Substitut convexe différentiable)

Le concept : Les mathématiques derrière la planification des navires et des grues sont incroyablement complexes et « accidentées » (non convexes), ce qui rend difficile l'apprentissage par l'ordinateur à partir de ses erreurs.
L'analogie : Imaginez essayer de faire rouler une balle le long d'une montagne avec des rochers escarpés et des falaises. La balle reste coincée, et vous ne pouvez pas savoir dans quelle direction la pousser pour atteindre le bas.
La correction : Les chercheurs ont créé une version « lissée » de la montagne (un substitut différentiable). C'est comme poser une feuille de plastique lisse sur les rochers escarpés. L'ordinateur apprend sur cette surface lisse, en trouvant la meilleure direction pour pousser. Une fois qu'il a trouvé la direction, il applique cette logique à la véritable montagne rocheuse. Cela rend le processus d'apprentissage stable et rapide.

Les résultats : Pourquoi c'est important

Les chercheurs ont testé cela sur des données de Jurong Port à Singapour.

Le test : Ils ont simulé un flux de 6 jours différents, chacun avec des modèles d'arrivée de navires distincts.
Le vainqueur : Le nouveau système DFCL a été le champion.
- Il a économisé plus d'argent que les anciennes méthodes « statistiques ».
- Il a économisé plus d'argent que la méthode « axée sur la décision » qui n'utilisait pas les « élastiques » (elle oubliait trop de choses).
- Efficacité : Il n'avait pas besoin de stocker de vastes quantités de données anciennes ou de tout réentraîner à partir de zéro chaque jour. Il conservait une empreinte mémoire petite et gérable, ce qui le rend pratique pour une utilisation réelle.

Résumé

Ce papier résout un problème où les ordinateurs intelligents deviennent « amnésiques » lorsque les règles d'un port maritime changent. En ajoutant des élastiques pour protéger les connaissances passées et en utilisant une carte lissée pour guider l'apprentissage, le nouveau système permet à un port maritime d'apprendre et de s'adapter continuellement aux changements de programmes de navires sans oublier comment économiser de l'argent. Il transforme un « spécialiste d'une seule tâche » en un « vétéran expérimenté » qui devient plus intelligent chaque jour.

Définition du problème

Les ports modernes fonctionnent comme des systèmes d'énergie et de logistique (Power–Logistics Systems, PLS) où l'approvisionnement énergétique et les opérations logistiques (par exemple, l'accostage des navires, l'ordonnancement des grues de quai) sont co-optimisés. La pratique industrielle prédominante suit un pipeline de type prédiction puis optimisation : des modèles de prévision prédisent la charge nette et les prix de l'électricité, qui sont ensuite injectés dans un ordonnanceur d'optimisation.

L'article identifie une limitation critique des approches actuelles de Decision-Focused Learning (DFL). Bien que le DFL aligne l'entraînement de la prévision sur les résultats des décisions en aval (en minimisant le regret opérationnel plutôt que l'erreur statistique comme la MSE), le DFL standard est intrinsèquement spécifique à une tâche. Dans les opérations portuaires, la structure de la tâche d'optimisation évolue dynamiquement avec l'arrivée des navires. Chaque nouvelle configuration d'arrivée introduit des contraintes distinctes, des dimensions de variables de décision différentes et des géométries de régions réalisables changeantes. Par conséquent, un modèle DFL entraîné sur une configuration de tâche spécifique échoue à se généraliser à de nouvelles structures de tâches inédites, entraînant une dégradation des performances lorsqu'il est appliqué séquentiellement à des scénarios opérationnels en évolution.

Méthodologie

Les auteurs proposent un cadre de Decision-Focused Continual Learning (DFCL) conçu pour s'adapter en ligne à un flux de tâches d'ordonnancement variables sans oubli catastrophique ni besoin de rejeu de données (data replay).

1. Formulation du problème :
Le cadre traite le problème d'ordonnancement comme un flux de tâches $\{\tau_1, \dots, \tau_K\}$ . L'objectif est d'apprendre les paramètres de prévision $\Theta$ afin de minimiser le regret cumulé sur toutes les tâches rencontrées. Le regret est défini comme la différence entre le coût réellement encouru en utilisant les prévisions et le coût réalisable avec une connaissance parfaite de l'avenir (perfect foresight).

2. Régularisation basée sur l'information de Fisher :
Pour éviter l'oubli des connaissances des tâches précédentes tout en s'adaptant aux nouvelles, les auteurs dérivent une méthode de régularisation inspirée de l'Elastic Weight Consolidation (EWC).

Hypothèse de pseudo-vraisemblance : Ils supposent que la perte de regret induit une pseudo-vraisemblance de type Gibbs.
Approximation de Laplace : La distribution postérieure des paramètres des tâches précédentes est approximée par une distribution gaussienne.
Courbure de type Fisher : La matrice de précision de cette gaussienne est approximée par la matrice d'information de Fisher empirique, calculée comme le produit extérieur des gradients de regret.
Fonction objectif : L'objectif d'apprentissage pour une nouvelle tâche $k$ minimise le regret de la tâche actuelle plus un terme de pénalité quadratique : $\lambda (\Theta - \Theta^*_{k-1})^\top \Lambda_{k-1} (\Theta - \Theta^*_{k-1})$ . Cela contraint les mises à jour aux paramètres critiques pour les tâches antérieures.

3. Pipeline de bout en bout différentiable :
Un défi majeur est que le problème d'ordonnancement PLS implique des contraintes mixtes-entières (décisions discrètes pour l'assignation des navires et l'ordonnancement des grues), ce qui le rend non différentiable.

Modèle de substitution : Les auteurs introduisent un substitut convexe différentiable basé sur une régression par K-plus proches voisins (KNN). Ce modèle prédit les variables logistiques discrètes (puissance des grues de quai et assignation des navires) sur la base des prévisions en amont.
Convexification : En fixant ces variables discrètes prédites, le problème d'ordonnancement restant devient un problème de programmation linéaire (LP) convexe.
Différentiation implicite : Les gradients de la perte de regret par rapport aux paramètres de prévision sont calculés en différenciant la couche d'optimisation convexifiée via la différenciation implicite (via les conditions KKT).

Contributions clés

Cadre novateur : L'article propose le premier cadre de prédiction-puis-optimisation adaptatif aux tâches pour l'ordonnancement PLS, permettant l'apprentissage continu de modèles de prévision alignés sur les décisions sur un flux illimité de tâches.
Mécanisme de régularisation : Il introduit une méthode de régularisation basée sur l'information de Fisher qui améliore la généralisation inter-tâches sans le coût computationnel prohibitif du rejeu de données historiques ou du réentraînement sur les tâches passées.
Pipeline différentiable : Il développe un pipeline d'apprentissage de bout en bout qui utilise un substitut différentiable pour convexifier le problème d'ordonnancement mixte-entier imbriqué, stabilisant la rétropropagation du gradient via la différenciation implicite.

Résultats expérimentaux

La méthode a été évaluée à l'aide d'un benchmark calibré sur le port de Jurong, Singapour, combinant des données réelles d'arrivée de navires avec des données synthétiques de charge et de prix. Six scénarios de tâches distincts ont été créés pour simuler l'évolution des schémas d'arrivée des navires.

Performance par rapport aux lignes de base : Le DFCL (EWC) proposé a systématiquement surpassé :
- L'apprentissage de base statistique (SBL) : Qui minimise la MSE mais ignore la valeur décisionnelle.
- Le DFL spécifique à une tâche : Qui échoue à se généraliser aux nouvelles structures de tâches.
- Le DFL continu naïf (Adam) : Qui souffre d'oubli catastrophique.
- Le DFL continu par gel (Adam-F) : Qui offre une adaptabilité limitée.
Métriques : Le DFCL a obtenu le regret cumulé et le ratio de regret (RR) les plus bas sur l'ensemble du flux de tâches. Il a réduit le regret cumulé jusqu'à 2,5 % et la mesure d'oubli (FM) jusqu'à 27,7 % par rapport au DFL continu naïf.
Généralisation : Le modèle a maintenu un faible regret sur les tâches antérieures même après l'apprentissage de tâches ultérieures structurellement différentes, démontrant une robuste généralisation inter-tâches.
Efficacité : Le DFCL a démontré des coûts computationnels et de mémoire bornés. Contra�à l'apprentissage multi-tâches ou au réentraînement par tâche, le temps d'entraînement et l'empreinte mémoire du DFCL sont restés presque constants à mesure que le nombre de tâches augmentait, évitant ainsi de stocker des données historiques ou de multiples modèles.
Sensibilité : La méthode est restée robuste aux mises à jour en temps réel imparfaites et a montré des performances stables à travers différentes séquences d'ordonnancement de tâches.

Signification et affirmations

L'article affirme que le cadre DFCL proposé répond à une lacune spécifique dans la littérature sur les systèmes énergétiques : l'incapacité des méthodes actuelles de décision focalisée à gérer les évolutions de structures de tâches courantes dans la logistique réelle.

Praticité : Cette approche permet aux opérateurs portuaires de maintenir des décisions d'ordonnancement de haute qualité sous des conditions opérationnelles changeantes (par exemple, variations de la taille de la flotte et des profils de cargaison) sans le fardeau computationnel d'un réentraînement de modèles sur mesure pour chaque nouveau scénario.
Avantage relatif : Les auteurs déclarent modestement que les résultats démontrent des gains relatifs sous des changements de structure de tâches contrôlés à l'aide d'un benchmark à sources mixtes. Ils ne prétendent pas que l'ensemble de données constitue une reproduction parfaite de toutes les conditions spécifiques du marché de Singapour, mais soutiennent que l'avantage algorithmique dans la gestion des variations structurelles des tâches est la contribution principale.
Travaux futurs : L'article note que les validations futures devraient impliquer des ensembles de données de ports géographiquement co-localisés et des extensions vers un ordonnancement correctif à horizon glissant ou à plusieurs étapes avec recours partiel.