Optimizing Lithium Production Decisions under Geological, Demand, and Pricing Uncertainties: A POMDP Framework for Multi-Objective Decision Making

Resumo Técnico: Otimizando Decisões de Produção de Lítio sob Incerteza via POMDP

Definição do Problema
O planejamento da produção de lítio é um problema complexo de tomada de decisão sequencial, caracterizado por incertezas profundas na geologia, na demanda de mercado e nos preços. A indústria enfrenta um hiato entre oferta e demanda impulsionado pelo rápido crescimento dos setores de veículos elétricos (VE) e de armazenamento de energia, com a demanda projetada para aumentar em 706% até 2040. As cadeias de suprimentos atuais estão geograficamente concentradas e limitadas por longos prazos de implementação (5 a 10 anos) para o desenvolvimento de minas. Além disso, o cenário está mudando com a emergência das tecnologias de Extração Direta de Lítio (DLE), que oferecem processamento mais rápido e menor pegada ambiental, mas carregam perfis de custos de capital e operacionais diferentes em comparação à mineração tradicional de rocha dura.

Os modelos de otimização existentes frequentemente falham ao não considerar a interação dessas incertezas, tratando as tecnologias de extração como homogêneas ou assumindo informações perfeitas sobre preços futuros e qualidades de depósitos. Isso leva a um tempo de investimento subótimo, alocação ineficiente de recursos e uma incapacidade de equilibrar a lucratividade econômica com a sustentabilidade ambiental (especificamente emissões de carbono) sob condições de mercado dinâmicas.

Metodologia: O Framework POMDP
Os autores enquadram o problema de produção de lítio como um Processo de Decisão de Markov Parcialmente Observável (POMDP). Diferente dos MDPs totalmente observáveis, este framework modela explicitamente cenários onde o estado real do sistema (ex: tamanho exato do depósito, reservas recuperáveis, preços futuros) é desconhecido. Em vez disso, os tomadores de decisão agem com base em crenças probabilísticas que são atualizadas conforme novos dados tornam-se disponíveis.

• Espaço de Estados ($S$): Encapsula condições físicas (tonelagem de lítio em quatro locais distintos: dois DLE, dois de rocha dura), estágios do ciclo de vida da mina (não aberta, em produção, esgotada, restaurada) e variáveis econômicas (preço do Carbonato de Líto Equivalente e demanda projetada).
• Ações ($A$): O agente seleciona ações discretas do ciclo de vida para cada local: Explorar (reduzir incerteza geológica), Abrir (incorrer em CAPEX, iniciar produção), Restaurar (desativar) ou Não Fazer Nada.
• Observações ($O$): O agente recebe observações ruidosas de estimativas de depósito, preços de mercado e demanda. Os níveis de ruído de observação variam conforme a ação tomada (baixo ruído durante a exploração, ruído moderado durante a produção, alto quando ocioso).
• Dinâmica de Transição ($T$): O sistema evolui anualmente. A produção esgota os depósitos deterministicamente, enquanto os preços e a demanda evoluem estocasticamente. O estudo avalia quatro regimes de preços: Estático, Linear, Exponencial e Movimento Browniano Geométrico (GBM), ajustados a dados históricos de 1994–2024.
• Função de Recompensa ($R$): Uma função multi-objetivo que equilibra lucro econômico e custo ambiental. A receita deriva das vendas de LCE. Os custos incluem exploração, CAPEX, OPEX e restauração. O impacto ambiental é monetizado usando o custo social do carbono da EPA ($190/tonelada de CO2). A recompensa final é uma soma ponderada: $R = \alpha(\text{Lucro}) + (1-\alpha)(-\text{Custo de Emissão})$, onde $\alpha$ controla o equilíbrio entre retorno financeiro e sustentabilidade.
• Atualização do Estado de Crença: O agente mantém uma distribuição posterior Gaussiana sobre as variáveis de estado. Ao realizar uma ação e receber uma observação, a crença é atualizada usando um Filtro de Kalman, aplicando recursivamente a regra de Bayes para refinar as estimrações de tamanho de depósito e condições de mercado.
• Solver: O estudo utiliza o POMCPOW (Partially Observable Monte Carlo Planning with Observation Widening), um solver online. Diferente dos solvers offline que pré-computam políticas para todas as crenças (computacionalmente inviável para domínios contínuos), o POMCPOW planeja em tempo real a partir da crença atual, simulando trajetórias futuras para selecionar a ação imediata ideal.

Principais Contribuições

1. Framework Unificado para Incerteza: O artigo apresenta uma formulação novel de POMDP que lida simultaneamente com incerteza geológica, múltiplas dinâmicas de preço (incluindo GBM estocástico) e flutuações de demanda, distinguindo explicitamente entre tecnologias de extração DLE e rocha dura.
2. Otimização Multi-objetivo: O framework integra objetivos econômicos e ambientais em uma única função de recompensa ajustável, permitindo que os tomadores de decisão naveguem pela fronteira de Pareto entre maximização de lucro e minimização de emissões via o parâmetro $\alpha$.
3. Adaptação Dinâmica: Ao utilizar o planejamento baseado no estado de crença, o modelo demonstra a capacidade de adaptar dinamicamente as estratégias conforme novas informações são coletadas, contrastando com heurísticas estáticas que dependem de regras fixas.

Resultos
O solver POMCPOW foi testado contra sete heurísticas inspiradas em humanos (ex: Aleatória, Apenas Exploração, Maximizadores de Lucro/Emissões, Lookahead de Um Passo) através de cinco cenários de preços (Estático, Linear, Exponencial, GBM e Histórico).

• Desempenho: O POMCPOW alcançou consistentemente a maior ou próxima maior recompensa descontada em todos os modelos de preço. Demonstrou capacidade superior de equilibrar exploração, lucratividade e emissões.
• Satisfação de Demanda: O POMCPOW atendeu a uma porcentagem maior de demanda (ex: 91,36% sob preço estático vs. 89,18% para o Lookahead de Um Passo) mantendo emissões competitivas.
• Comportamento Estratégico:
  • Sob preços Estáticos/Lineares, o POMCPOW igualou o desempenho do Lookahead de Um Passo míope, mas alcançou melhor utilização de capacidade e menores custos por tonelada.
  • Sob preços Exponenciais, o POMCPOW superou significativamente as heurísticas ao aprender a adiar o investimento até que as trajetórias de preço justificassem o gasto de capital, evitando a saturação prematura dos limites de demanda.
  • Sob preços GBM (Estocásticos), apesar da alta volatilidade, o POMCPOW permaneceu como a política mais confiável, adaptando sua estratégia para capturar valor sem o compromisso rígido excessivo visto nas estratégias heurísticas de "abrir cedo".
• Redução da Incerteza de Crença: A análise dos gráficos de incerteza de crença mostrou que o POMCPOW reduz a incerteza geológica através de decisões sequenciais orientadas pela informação, em vez de exploração aleatória ou compromisso agressivo de capital. Ele sequencia efetivamente a abertura de locais DLE de baixo risco antes de se comprometer com locais de rocha dura de alto CAPEX, uma vez que a incerteza é suficientemente resolvida.
• Fronteira de Pareto: A variação de $\alpha$ produziu uma fronteira de Pareto empírica suave, demonstrando que o framework pode gerar estratégias personalizadas para stakeholders que priorizam tanto retornos financeiros quanto sustentabilidade ambiental.

Significância e Alegações
O artigo afirma que enquadrar a produção de lítio como um POMDP fornece uma base robusta para a tomada de decisão em um mercado de recursos volátil. A principal significância reside na demonstração de que o planejamento consciente da crença supera as heurísticas tradicionais baseadas em regras ao gerenciar explicitamente a incerteza e o valor da informação.

Os autores argumentam que seu framework permite:

• Sequenciamento Ótimo: Determinar o tempo preciso para exploração, produção e escolha de tecnologia (DLE vs. rocha dura) com base em crenças em evolução, em vez de previsões estáticas.
• Mitigação de Riscos: Evitar as armadilhas de "abrir cedo e grande" que levam à má alocação de capital quando os limites de demanda são atingidos ou os preços flutuam inesperadamente.
• Flexibilidade Estratégica: Fornecer um mecanismo ajustável ($\alpha$) para investidores e formuladores de políticas alinharem estratégias operacionais com objetivos econômicos ou regulatórios específicos sem sacrificar a otimalidade.

O estudo conclui que, embora existam limitações (ex: preços exógenos, demanda simplificada), a abordagem POMDP oferece uma estratégia transparente, adaptável e ajustável para o escalonamento de capacidade no setor de lítio, garantindo que investimentos grandes e irreversíveis sejam feitos apenas quando a confiança nos dados e as condições de mercado os justifiquem.