Un gruppo di ricerca del Korea Advanced Institute of Science and Technology ha sviluppato RL-SPH, una tecnica di apprendimento per rinforzo che consente ai sistemi di intelligenza artificiale di costruire autonomamente piani eseguibili nel rispetto dei vincoli imposti da situazioni reali. Il metodo non ricerca soltanto la soluzione teoricamente migliore, ma considera fin dall’inizio le condizioni che devono essere rispettate affinché il piano possa essere applicato concretamente, senza richiedere l’intervento successivo di programmi specializzati nella correzione delle soluzioni.
La ricerca è stata condotta dal gruppo del professor Kim Min-soo della School of Computing del KAIST ed è stata presentata all’International Conference on Machine Learning. Il lavoro affronta problemi riconducibili alla programmazione lineare intera, utilizzata in numerose attività industriali per individuare la migliore combinazione possibile tra decisioni discrete, risorse disponibili e vincoli operativi. Tra gli esempi indicati rientrano la distribuzione delle merci, il calcolo dei percorsi dei veicoli e la pianificazione della produzione negli stabilimenti.
Nel caso delle consegne, ridurre il tempo complessivo del percorso non è sufficiente per ottenere un piano utilizzabile. Il sistema deve rispettare la capacità di carico di ogni veicolo, non superare l’orario di lavoro previsto per i conducenti e garantire che tutte le destinazioni vengano raggiunte. Una soluzione molto rapida può quindi risultare inutilizzabile quando viola anche soltanto una di queste condizioni, nonostante presenti un valore teoricamente migliore rispetto ad altre alternative. I precedenti sistemi di intelligenza artificiale tendevano a privilegiare la velocità del percorso o la qualità numerica della soluzione, producendo frequentemente risultati incompatibili con alcuni dei vincoli obbligatori. Le proposte generate dovevano quindi essere corrette attraverso solver esterni, programmi di ottimizzazione incaricati di verificare le condizioni e modificare la soluzione fino a renderla applicabile. Questo passaggio aggiungeva una componente separata al processo e limitava la capacità dell’AI di completare autonomamente la pianificazione.
RL-SPH utilizza invece ILP-GT, un modello di intelligenza artificiale che apprende le relazioni tra le variabili decisionali e i vincoli presenti nel problema di programmazione lineare intera. Il sistema modifica progressivamente il piano, osserva il risultato ottenuto e utilizza le informazioni raccolte per costruire una soluzione migliore nei passaggi successivi. La ricerca di un risultato eseguibile diventa quindi parte integrante del processo di apprendimento, anziché una verifica affidata a un programma esterno dopo la generazione iniziale. Il metodo è stato valutato su cinque differenti benchmark rappresentativi dei problemi di ottimizzazione considerati. In tutte le prove, RL-SPH ha individuato piani eseguibili nel 100% dei casi e ha mantenuto lo stesso risultato anche con i problemi più complessi. La capacità di rispettare sistematicamente i vincoli costituisce l’elemento principale del sistema, poiché consente di utilizzare direttamente le soluzioni prodotte senza dover eliminare o correggere quelle incompatibili con le condizioni operative.
Anche gli indicatori relativi alla qualità delle soluzioni hanno registrato un miglioramento. Il primal gap, che misura la distanza tra la soluzione individuata e quella ottimale, è migliorato in media di 28,6 volte rispetto ai metodi precedenti. Il primal integral, utilizzato per valutare congiuntamente la qualità delle soluzioni e la velocità con cui vengono trovate durante il processo di ricerca, ha mostrato un miglioramento pari a 2,6 volte. RL-SPH ha inoltre ridotto il tempo necessario per individuare la prima soluzione eseguibile. Nei test, il metodo ha raggiunto questo risultato mediamente 2,5 volte più velocemente rispetto alle tecniche prese come riferimento. Questa caratteristica è rilevante nei contesti in cui non è possibile attendere il completamento dell’intero processo di ottimizzazione e occorre disporre rapidamente di un piano applicabile, che possa eventualmente essere migliorato mentre la ricerca continua. Il confronto ha incluso PAS, DDIM e DiffILO, considerate tra le tecniche di intelligenza artificiale più recenti applicate alla soluzione di problemi di ottimizzazione. Anche rispetto a questi sistemi, RL-SPH ha mantenuto una percentuale del 100% nell’individuazione di piani eseguibili. I risultati mostrano quindi che il miglioramento non riguarda esclusivamente la qualità numerica del piano, ma soprattutto la capacità di rispettare in modo stabile tutti i vincoli richiesti.
Il tempo medio necessario per addestrare il sistema è stato di circa 30 minuti. Secondo i dati pubblicati dal gruppo del KAIST, il processo è risultato 14,7 volte più rapido rispetto alle tecnologie precedenti e circa 34 volte più veloce rispetto ai più recenti metodi basati sull’apprendimento non supervisionato. La riduzione del tempo di addestramento rende il metodo più adatto a essere applicato a differenti problemi industriali senza richiedere ogni volta processi computazionali particolarmente lunghi. RL-SPH dimostra quindi che un sistema di intelligenza artificiale può imparare a generare autonomamente soluzioni compatibili con le condizioni reali, senza affidare la loro correzione a un solver professionale separato. Il metodo può essere applicato alla definizione dei percorsi logistici, alla distribuzione delle risorse, all’organizzazione dei veicoli e alla programmazione delle attività produttive, ossia a problemi nei quali una soluzione teoricamente vantaggiosa perde qualsiasi utilità quando non rispetta anche uno solo dei vincoli previsti.