Deep Reinforcement Learning for Combinatorial Optimization: Theoretical Frameworks and Experimental Developments

In questo lavoro di tesi, è stato utilizzato il Deep Q-learning, un algoritmo di Reinforcement Learning, per risolvere il Problema dell'Allocazione di Prodotti in un magazzino, un noto problema NP-hard. I risultati sono sono stati confrontati con quelli ottenuti da una semplice euristica, da una meta-euristica proveniente dalla Ricerca Operativa e altri approcci basati sul Deep Reinforcement Learning. Nei test eseguiti, la meta-euristica ha individuato i risultati migliori ma l'approccio proposto in questa tesi ha ottenuto soluzioni ad essa molto vicine, e dimostrando di essere milgliore rispetto a gli altri metodi testati.