📊 statistics

In-Context Learning for Data-Driven Censored Inventory Control

Questo articolo propone il Campionamento Posteriore Generativo in Contesto (ICGPS), un quadro che sfrutta modelli generativi meta-addestrati per eseguire azioni oracolo su completamenti della domanda latente appresi, ottenendo così un rimpianto bayesiano sublineare e robustezza rispetto a discrepanze dell'a priori in problemi di controllo delle scorte censurate basati sui dati, come il venditore ambulante ripetuto.

Autori originali: Sohom Mukherjee, Anh-Duy Pham, Richard Pibernik, Yunbei Xu

Pubblicato 2026-05-15

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Sohom Mukherjee, Anh-Duy Pham, Richard Pibernik, Yunbei Xu

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di gestire un chiosco di limonata. Ogni mattina devi decidere quante tazze di limonata preparare prima di sapere quante persone si presenteranno effettivamente.

Se ne prepari troppo poche, finisci la limonata (un "esaurimento delle scorte"). Se ne prepari troppe, sprechi soldi per la limonata avanzata. Questo è il classico "Problema del Giornalaio".

Ora, immagina una svolta: Non potrai mai vedere la vera domanda.

Se prepari 10 tazze e si presentano 15 persone, vendi 10 e finisci le scorte. Sai che la domanda era almeno 10, ma non sai se era 11, 20 o 100. I dati sono "censurati" (interrotti).
Se prepari 20 tazze e si presentano solo 5 persone, vedi esattamente 5. I dati sono chiari.

La sfida è: come si impara a preparare la quantità perfetta di limonata quando i momenti di apprendimento più preziosi (l'esaurimento delle scorte) nascondono la verità?

I Vecchi Metodi vs. Il Nuovo Metodo

Il documento spiega che i metodi precedenti cercavano di risolvere il problema in due modi, entrambi con difetti:

Il Metodo del "Sesto Senso" (Campionamento Thompson Parametrico): Si ipotizza una forma specifica per la curva della domanda (ad esempio: "È sempre una curva a campana"). Se l'ipotesi è sbagliata, l'intera strategia fallisce.
Il Metodo del "Riempimento" (Imputazione Offline): Si tenta di indovinare i numeri mancanti a posteriori utilizzando dati storici. Ma questo spesso fallisce quando si cerca di applicarlo in situazioni reali e in tempo reale.

Gli autori propongono un nuovo approccio chiamato Campionamento Posteriore Generativo in Contesto (ICGPS).

L'Analogia Creativa: Lo Chef che "Sogna"

Pensa al nuovo metodo come a uno Chef che impara sognando.

Invece di cercare di indovinare una formula matematica per la domanda, lo Chef possiede un potente Generatore di Sogni (un modello AI moderno).

La Fase di Addestramento (Offline): Lo Chef guarda migliaia di video di altri chioschi di limonata. Alcuni giorni finivano le scorte; altri giorni rimanevano avanzi. Lo Chef impara a colmare le lacune. Se un video mostra un chiosco che vende 10 tazze e poi finisce le scorte, il Generatore di Sogni dello Chef impara a immaginare scenari plausibili: "Forse sono venute 12 persone? Forse 15? Forse 50?". Impara a riempire i numeri mancanti della domanda in modo coerente con la storia.
La Fase del Sogno (Online): Ogni mattina, prima di preparare la limonata, lo Chef non si limita a indovinare. Immagina un'intera giornata completa.
- Osserva la sua storia (cosa è successo ieri, l'altro ieri).
- Chiede al Generatore di Sogni: "Dato ciò che è successo prima, come avrebbe potuto essere l'intera giornata?"
- Il Generatore crea una giornata finta completa in cui la domanda è completamente rivelata (nessuna censura). Colma i numeri mancanti con ipotesi plausibili.
La Decisione: Lo Chef guarda questa giornata immaginata completa e si chiede: "Se questa fosse reale, quanto limonata avrei preparato per essere perfetto?". Adotta quell'azione.
Il Controllo di Realtà: Prepara la limonata, la vende e vede il risultato reale (che potrebbe essere nuovamente censurato). Aggiunge questi nuovi dati reali alla sua storia e ripete il processo.

La magia è che lo Chef non deve riaddestrare il Generatore di Sogni ogni giorno. Usa semplicemente il contesto della storia della giornata corrente per guidare il sogno. Questo è chiamato "Apprendimento in Contesto".

L'Ingrediente Segreto: ChronosFlow

Per rendere questo "Generatore di Sogni" veloce e accurato, gli autori hanno costruito un'architettura specifica chiamata ChronosFlow.

La Spina Dorsale (Chronos): Pensa a questo come a un bibliotecario super-intelligente che ha letto ogni libro di serie temporali mai scritto. Comprende i modelli nel tempo (come "le vendite di limonata aumentano nei giorni caldi").
La Testa (Flow): Questa è la parte che effettivamente riempie i numeri mancanti. È progettata per rispettare le regole del gioco. Se la storia dice "Abbiamo finito le scorte a 10 tazze", il Generatore di Sogni è costretto a immaginare una domanda superiore a 10. Non può immaginare una domanda di 5 se sappiamo di aver finito le scorte.

Cosa Ha Trovato il Documento

Gli autori hanno testato questo "Chef che Sogna" contro i vecchi metodi:

Si allinea agli esperti: Quando la domanda segue un modello semplice e prevedibile, lo Chef che Sogna performa tanto bene quanto i migliori esperti teorici (Campionamento Thompson).
È robusto: Se il mondo reale cambia (ad esempio, il modello della domanda passa da una curva a campana a qualcosa di strano), lo Chef che Sogna si adatta rapidamente. I vecchi metodi del "Sesto Senso" spesso crollano perché le loro formule erano sbagliate.
Gestisce la censura pesante: Quando il chiosco di limonata finisce le scorte molto spesso (nascondendo la vera domanda), lo Chef che Sogna eccelle. Utilizza il suo addestramento per indovinare i numeri mancanti meglio dei metodi che tentano di indovinare senza un generatore di "sogni".
Successo nel mondo reale: Li hanno testati su dati di vendita reali di un "SuperStore". Anche con dati disordinati e reali dove gli esaurimenti delle scorte erano frequenti, lo Chef che Sogna (in particolare la versione "Meta", che aveva imparato prima da altri negozi) ha preso decisioni migliori rispetto alla concorrenza.

La Conclusione

Il documento afferma che trattando i dati mancanti come un "sogno" che può essere generato da un'intelligenza artificiale, piuttosto che come un problema matematico da risolvere con una formula rigida, possiamo prendere decisioni migliori sulla gestione delle scorte. Il sistema impara dalle esperienze passate, colma le lacune del presente e prende una decisione basata su uno scenario "cosa succederebbe se" che rispetta le regole del gioco.

Punto Chiave: Non hai bisogno di conoscere il futuro esatto per prendere una buona decisione; ti basta essere in grado di immaginare alcuni futuri plausibili che si adattino agli indizi che hai, e agire come se il migliore fosse reale.

Riepilogo Tecnico: Apprendimento in Contesto per il Controllo di Scorte Censurate Basato sui Dati

Enunciato del Problema

Il documento affronta il problema del Venditore di Giornali Ripetuto (R-NV), uno scenario canonico di decisione operativa caratterizzato da incertezza dipendente dalla decisione e censura a destra. In questo contesto, un decisore seleziona una quantità d'ordine $X_t$ in ogni periodo. La domanda latente $D_t$ è osservata solo parzialmente: se $D_t \le X_t$ , la domanda esatta è osservata; se $D_t > X_t$ (rottura di stock), è osservato solo il dato di vendita $X_t$ e un indicatore di rottura di stock. Questa censura crea una tensione fondamentale tra esplorazione e sfruttamento: un ordinamento conservativo minimizza i costi di giacenza immediati ma aumenta la censura, ostacolando così l'apprendimento futuro sulla distribuzione della domanda.

Gli approcci esistenti presentano limitazioni significative:

Campionamento di Thompson Parametrico (TS): Sebbene teoricamente potente, il TS si basa su un prior correttamente specificato. Nella pratica, un disallineamento del prior può portare a un grave degrado delle prestazioni.
Imputazione Offline: I metodi che tentano di decensurare la domanda (ad esempio, tramite stimatori di Kaplan-Meier) sono tipicamente confinati a contesti offline e mancano di garanzie teoriche per la decisione sequenziale online.

Gli autori mirano a colmare questo divario sviluppando un algoritmo di apprendimento online che fornisca garanzie di prestazione in spazi di azione continui senza richiedere un prior parametrico noto, gestendo efficacemente la struttura dei dati mancanti indotta dalla censura.

Metodologia: Campionamento del Posteriore Generativo in Contesto (ICGPS)

La soluzione proposta, il Campionamento del Posteriore Generativo in Contesto (ICGPS), riformula il problema di apprendimento attraverso una prospettiva di "dati mancanti". Invece di stimare parametri, l'algoritmo tratta i componenti della domanda non osservati come esiti mancanti che possono essere "completati" in modo coerente con il meccanismo di feedback osservato.

Quadro Centrale

Addestramento Meta Offline: Un modello generativo condizionale viene addestrato su dati storici (episodi offline) per apprendere un kernel di completamento. Questo modello impara a campionare traiettorie di domanda complete plausibili $D_{1:T}$ $D_{1 : T}$ condizionatamente alla storia osservata $H_{t-1}$ $H_{t - 1}$ (che include azioni, vendite e indicatori di censura).
- Funzione di Perdita: Il modello viene addestrato utilizzando una verosimiglianza negativa consapevole della censura. Le osservazioni non censurate contribuiscono con un termine di densità, mentre le osservazioni censurate contribuiscono con un termine di sopravvivenza (analogo all'analisi di sopravvivenza).
Adattamento Online in Contesto: Durante il dispiegamento, il modello è congelato. Ad ogni passo temporale $t$ $t$ , l'algoritmo:
- Campiona una traiettoria di domanda completa $\tilde{D}^{(t)}_{1:T}$ dalla distribuzione condizionale appresa $p_\theta(\cdot | H_{t-1})$ .
- Applicazione dei Vincoli: Crucialmente, il processo di campionamento impone vincoli di coerenza rigidi. Se un periodo passato $s < t$ è stato censurato (rottura di stock), la domanda campionata $\tilde{D}_s$ deve soddisfare $\tilde{D}_s > X_s$ . Ciò è ottenuto tramite condizionamento della coda (campionamento dalla coda condizionale della distribuzione).
- Azione Oracolo: L'algoritmo calcola l'azione "oracolo" per la traiettoria campionata. Per il problema R-NV, questa è la quantile empirico $\gamma$ (dove $\gamma = b/(b+h)$ è il frattile critico) della sequenza di domanda completata.
- Il decisore esegue questa azione, osserva un nuovo feedback censurato e aggiorna la storia del contesto senza aggiornare i parametri del modello.

Architettura: ChronosFlow

Per realizzare praticamente l'ICGPS, gli autori propongono ChronosFlow, un'architettura modulare:

Backbone: Un transformer per serie temporali Chronos-2 congelato (pre-addestrato su dataset massicci) che estrae caratteristiche quantili in contesto dalla storia.
Head: Un leggero Flusso di Normalizzazione Condizionale (CNF) che mappa il vettore di contesto in una distribuzione condizionale sulla domanda. Il CNF permette un campionamento esatto tramite trasformazione inversa, facilitando l'applicazione dei vincoli di censura (condizionamento della coda) durante la generazione online.

Contributi Teorici

Il documento fornisce un'analisi rigorosa del rimpianto bayesiano che scompone le prestazioni della politica ICGPS dispiegata in due termini:

Rimpianto del Benchmark Ideale (Termine I): Il rimpianto di una politica di Campionamento di Thompson ideale che utilizza il kernel di completamento vero.
- Gli autori dimostrano che per il problema R-NV, la struttura del feedback censurato può essere ridotta all'Ottimizzazione Convessa da Banda (BCO) con azioni scalari.
- Sfruttando risultati recenti sul TS per la BCO (Bakhtiari et al., 2025), stabiliscono che il benchmark ideale raggiunge un rimpianto bayesiano sublineare di $\tilde{O}(\sqrt{T})$ . Questo è presentato come la prima analisi del rimpianto bayesiano per il TS nel contesto R-NV utilizzando il quadro del rapporto informativo.
Penalità di Dispiegamento (Termine II): Il rimpianto aggiuntivo sostenuto utilizzando un modello di completamento appreso invece di quello vero.
- Gli autori derivano un limite che mostra come questa penalità scala come $\sqrt{T} \times \sqrt{\Delta_{\text{comp}}}$ , dove $\Delta_{\text{comp}}$ è il disallineamento di completamento sulla politica (divergenza KL tra completamenti di traiettoria veri e appresi).
- Crucialmente, dimostrano che sotto copertura di ordine massimo (la politica ordina occasionalmente la capacità massima per rivelare la domanda della coda) e auto-contrazione (gli errori nella generazione autoregressiva decadono nel tempo), il disallineamento di completamento è controllato dal disallineamento predittivo osservabile (la perdita di addestramento offline).
- Questo stabilisce un legame teorico: un buon adattamento predittivo offline di alta qualità si traduce in un basso rimpianto online.

Risultati Sperimentali

Gli autori valutano ChronosFlow-ICGPS su dataset sintetici e reali:

Controllo di Coerenza (Specificazione Corretta): In contesti di domanda Weibull i.i.d., ChronosFlow-ICGPS corrisponde alle prestazioni di una baseline parametrica di Campionamento di Thompson correttamente specificata su vari livelli di servizio ( $\gamma$ ), validando che l'approccio generativo recupera il comportamento classico quando il modello è ben specificato.
Collegamento Offline-Online: Gli esperimenti dimostrano una relazione monotona tra la perdita di validazione offline consapevole della censura e il rimpianto cumulativo online. Una migliore qualità predittiva offline porta a un minore rimpianto online, confermando il limite teorico della penalità di dispiegamento.
Robustezza al Disallineamento:
- Cambiamento di Distribuzione: Quando testato su un ambiente Weibull dopo essere stato pre-addestrato su una miscela di quattro diverse famiglie di domanda, ChronosFlow-ICGPS supera significativamente il TS parametrico specificato erroneamente, mostrando robustezza ai cambiamenti di famiglia.
- Disallineamento del Prior: In scenari in cui i parametri di test online giacciono al di fuori del regime di addestramento offline, ChronosFlow-ICGPS rimane stabile, mentre il TS parametrico con un prior disallineato subisce un alto rimpianto.
Benchmark Reale (Dataset SuperStore): Utilizzando il dataset di vendite SuperStore (Hssaine & Sinclair, 2024), il metodo è valutato sotto diversi gradi di severità della censura ( $\lambda$ $λ$ ).
- Censura Pesante: La variante "Meta" (pre-addestrata su altri dataset) ottiene i maggiori guadagni in regimi fortemente censurati (ad esempio, $\lambda=1$ ), superando le baseline come Approssimazione della Media Campionaria (SAA), Kaplan-Meier e RCN con un margine significativo.
- Censura Leggera: Man mano che la censura si attenua, il divario di prestazioni si riduce, ma il metodo rimane competitivo.

Significato e Affermazioni

Il documento afferma di offrire un nuovo modello per risolvere problemi di decisione sequenziale con incertezza dipendente dalla decisione e spazi di azione continui. Il suo significato principale risiede in:

Quadro Unificante: Combina con successo i punti di forza dei metodi bayesiani parametrici (esplorazione tramite campionamento del posteriore) e dell'apprendimento offline basato sui dati (robustezza tramite meta-addestramento) senza richiedere aggiornamenti del gradiente online.
Novità Teorica: Fornisce il primo limite sublineare di rimpianto bayesiano per il Campionamento di Thompson nel problema del venditore di giornali censurato, riducendolo all'ottimizzazione convessa da banda.
Fattibilità Pratica: L'architettura ChronosFlow dimostra che i moderni modelli generativi (Transformers + Flussi di Normalizzazione) possono essere adattati per rispettare vincoli rigidi (censura) ed eseguire un apprendimento in contesto efficace per problemi operativi.
Trasferimento Offline-Online: Il lavoro fornisce condizioni teoriche secondo le quali la qualità predittiva offline garantisce le prestazioni decisionali online, affrontando un divario critico nella ricerca operativa basata sui dati.

Gli autori posizionano questo lavoro come un passo verso un processo decisionale "centrato sulla previsione", in cui l'attenzione si sposta dalla stima dei parametri alla generazione di completamenti coerenti di traiettorie latenti per guidare azioni ottimali.