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

Definição do Problema

Os portos modernos operam como Sistemas de Energia–Logística (PLS), onde a aquisição de energia e as operações logísticas (por exemplo, atracação de navios, escalonamento de guindastes de cais) são co-otimizadas. A prática industrial predominante segue um pipeline de predizer-então-otimizar: modelos de previsão predizem a carga líquida e os preços da eletricidade, que são então alimentados em um escalonador de otimização.

O artigo identifica uma limitação crítica nas abordagens existentes de Aprendizado Focado em Decisão (DFL). Embora o DFL alinhe o treinamento de previsão com os resultados das decisões a jusante (minimizando o arrependimento operacional em vez do erro estatístico como o MSE), o DFL padrão é inerentemente específico para a tarefa. Nas operações portuárias, a estrutura da tarefa de otimização evolui dinamicamente com as chegadas de navios. Cada nova configuração de chegada introduz restrições distintas, dimensões de variáveis de decisão e geometrias de região viável. Consequentemente, um modelo DFL treinado em uma configuração de tarefa específica falha em generalizar para novas estruturas de tarefas não vistas, levando à degradação do desempenho quando aplicado sequencialmente a cenários operacionais em evolução.

Metodologia

Os autores propõem um framework de Aprendizado Contínuo Focado em Decisão (DFCL) projetado para se adaptar online a um fluxo de tarefas de escalonamento variáveis sem esquecimento catastrófico ou a necessidade de replay de dados.

1. Formulação do Problema:
O framework trata o problema de escalonamento como um fluxo de tarefas $\{\tau_1, \dots, \tau_K\}$. O objetivo é aprender os parâmetros de previsão $\Theta$ que minimizam o arrependimento cumulativo em todas as tarefas encontradas. O arrependimento é definido como a diferença entre o custo real incorrido usando as previsões e o custo alcançável com conhecimento perfeito do futuro.

2. Regularização Baseada na Informação de Fisher:
Para evitar o esquecimento do conhecimento de tarefas anteriores enquanto se adapta a novas tarefas, os autores derivam um método de regularização inspirado no Consenso de Pesos Elásticos (EWC).

• Suposição de Pseudo-Verossimilhança: Eles assumem que a perda de arrependimento induz uma pseudo-verossimilhança do tipo Gibbs.
• Aproximação de Laplace: A distribuição posterior dos parâmetros das tarefas anteriores é aproximada como uma distribuição Gaussiana.
• Curvatura Semelhante à de Fisher: A matriz de precisão desta Gaussiana é aproximada usando a matriz de informação de Fisher empírica, calculada como o produto externo dos gradientes de arrependimento.
• Função Objetivo: A função de aprendizado para uma nova tarefa $k$ minimiza o arrependimento da tarefa atual mais um termo de penalidade quadrática: $\lambda (\Theta - \Theta^*_{k-1})^\top \Lambda_{k-1} (\Theta - \Theta^*_{k-1})$. Isso restringe as atualizações a parâmetros críticos para tarefas anteriores.

3. Pipeline Ponta-a-Ponta Diferenciável:
Um grande desafio é que o problema de escalonamento do PLS envolve restrições de números inteiros mistos (decisões discretas para atribuição de navios e escalonamento de guindastes), tornando-o não diferenciável.

• Modelo Substituto: Os autores introduzem um substituto convexo diferenciável baseado em regressão K-Vizinhos Mais Próximos (KNN). Este modelo prediz variáveis logísticas discretas (potência do guindaste de cais e atribuição de navio) com base nas previsões a montante.
• Convexificação: Ao fixar essas variáveis discretas previstas, o problema de escalonamento restante torna-se um problema de Programação Linear (LP) convexo.
• Diferenciação Implícita: Os gradientes da perda de arrependimento em relação aos parâmetros de previsão são computados diferenciando através da camada de otimização convexificada usando diferenciação implícita (via condições KKT).

Principais Contribuições

1. Framework Inovador: O artigo propõe o primeiro framework de aprendizado predizer-então-otimizar adaptável a tarefas para escalonamento de PLS que permite o aprendizado contínuo de modelos de previsão alinhados à decisão sobre um fluxo ilimitado de tarefas.
2. Mecanismo de Regularização: Introduz um método de regularização baseado na informação de Fisher que melhora a generalização entre tarefas sem o custo computacional proibitivo de replay de dados históricos ou retreinamento em tarefas passadas.
3. Pipeline Diferenciável: Desenvolve um pipeline de aprendizado ponta a ponta que utiliza um substituto diferenciável para convexificar o problema de escalonamento de números inteiros mistos incorporado, estabilizando a retropropagação de gradiente via diferenciação implícita.

Resultados Experimentais

O método foi avaliado usando um benchmark calibrado para o Porto de Jurong, Singapura, combinando dados reais de chegada de navios com dados sintéticos de carga e preço. Seis cenários de tarefas distintas foram criados para simular padrões evolutivos de chegada de navios.

• Desempenho vs. Baselines: O proposto DFCL (EWC) superou consistentemente:
  • Aprendizado de Base Estatística (SBL): Que minimiza o MSE, mas ignora o valor da decisão.
  • DFL Específico por Tarefa: Que falha em generalizar para novas estruturas de tarefas.
  • DFL Contínuo Ingênuo (Adam): Que sofre de esquecimento catastrófico.
  • DFL Contínuo Baseado em Congelamento (Adam-F): Que oferece adaptabilidade limitada.
• Métricas: O DFCL alcançou o menor arrependimento cumulativo e razão de arrependimento (RR) através do fluxo de tarefas. Reduziu o arrependimento cumulativo em até 2,5% e a medida de esquecimento (FM) em até 27,7% em comparação ao aprendizado contínuo ingênuo.
• Generalização: O modelo manteve um baixo arrependimento em tarefas anteriores mesmo após aprender tarefas subsequentes estruturalmente diferentes, demonstrando uma robusta generalização entre tarefas.
• Eficiência: O DFCL demonstrou custos computacionais e de memória limitados. Ao contrário do aprendizado multi-tarefa ou retreinamento por tarefa, o tempo de treinamento e a pegada de memória do DFCL permaneceram quase constantes conforme o número de tarefas aumentava, evitando a necessidade de armazenar dados históricos ou múltiplos modelos.
• Sensibilidade: O método permaneceu robusto a atualizações em tempo real imperfeitas e mostrou desempenho estável através de diferentes sequências de ordenação de tarefas.

Significância e Alegações

O artigo afirma que o framework DFCL proposto aborda uma lacuna específica na literatura de sistemas de energia: a incapacidade dos métodos atuais de foco em decisão de lidar com estruturas de tarefas em evolução, comuns na logística real.

• Praticidade: A abordagem permite que operadores portuários sustentem decisões de escalonamento de alta qualidade sob condições operacionais em mudança (por exemplo, variações no tamanho da frota e perfis de carga) sem o fardo computacional de retreinar modelos personalizados para cada novo cenário.
• Vantagem Relativa: Os autores afirmam modestamente que os resultados demonstram ganhos relativos sob mudanças controladas de estrutura de tarefa usando um benchmark de fontes mistas. Eles não alegam que o conjunto de dados montado reproduz perfeitamente todas as condições específicas do mercado de Singapura, mas argumentam que a vantagem algorítmica no tratamento de variações estruturais de tarefas é a principal contribuição.
• Trabalho Futuro: O artigo observa que a validação futura deve envolver conjuntos de dados geograficamente co-localizados e extensões para escalonamento corretivo de horizonte deslizante ou de múltiplos estágios com recurso parcial.