dhruvrajpal/defense-logistics-stochastic-simulation

这是一个高保真合成数据集，代表在持续压力和操作激增下运行的Tier-3终端单位（前沿作战基地）。它旨在弥合干净学术数据集与边缘节点物流混乱现实之间的差距。该5,000小时样本是AI Mind Teams 50,000-Hour Premium Suite的子集，专为压力测试强化学习代理和预测模型而设计。关键特性包括：零数学漂移（经验证的流量守恒物理：$I_t = max(0, I_{t-1} + R_t - D_t)$）、路线中断物理（动态提前期峰值从24小时到150小时以上）、随机需求（泊松分布消耗和周期性操作激增）以及传输管道队列（实时跟踪空中的订单）。数据字典包括列：Current_Inventory_Pallets（小时开始的净物理库存）、Inbound_Transit_Pallets（管道到达：本小时实际到达的总供应量）、Lead_Time_hrs（新订单的当前预期传输时间）、Stochastic_Demand（本小时的最终用户消耗）、Holding_Cost_USD（每小时每托盘2.50美元）和Stockout_Penalty_USD（每托盘短缺1,000.00美元）。该样本在知识共享署名-非商业性4.0许可下提供，适用于学术研究和非商业探索。This is a high-fidelity synthetic dataset representing a Tier-3 terminal unit (forward operating base) operating under sustained pressure and operational surges. It aims to bridge the gap between pristine academic datasets and the chaotic real-world logistics of edge nodes. This 5,000-hour sample is a subset of the AI Mind Teams 50,000-Hour Premium Suite, specifically designed for stress-testing reinforcement learning agents and predictive models. Key features include: zero mathematical drift (validated flow-conservation physics: $I_t = max(0, I_{t-1} + R_t - D_t)$), route-disruption physics (dynamic lead time peaks ranging from 24 hours to over 150 hours), stochastic demand (Poisson-distributed consumption and periodic operational surges), and transit pipeline queues (real-time tracking of in-transit orders). The data dictionary includes the following columns: Current_Inventory_Pallets (net physical inventory at the start of the hour), Inbound_Transit_Pallets (in-transit arrivals: total supply actually arriving during the current hour), Lead_Time_hrs (current expected transit time for new orders), Stochastic_Demand (end-user consumption during this hour), Holding_Cost_USD ($2.50 USD per pallet per hour), and Stockout_Penalty_USD ($1,000.00 USD per out-of-stock pallet). This sample is made available under the Creative Commons Attribution-NonCommercial 4.0 International License for academic research and non-commercial exploration.

搜集汇总

数据集介绍

构建方式

该数据集名为防御后勤随机仿真套件，以5,000小时采样子集的形式呈现，源自AI Mind Teams团队开发的50,000小时高级套件。其构建聚焦于前沿作战基地（Tier-3终端单元）在持续压力和作战高峰下的后勤运作，采用高保真合成数据生成技术。通过严格验证的流量守恒物理模型（I_t = max(0, I_{t-1} + R_t - D_t)）确保零数学漂移，并融入动态路由中断机制以模拟运输时间从24小时骤升至150小时以上的极端场景。需求端采用泊松分布生成随机消耗，周期性地叠加作战高峰冲击，同时构建实时在途排队队列以追踪订单在“虚无”中的状态，从而弥合干净学术数据集与边缘节点后勤混乱现实之间的鸿沟。

特点

该数据集的核心特点在于其高度的真实性与数学严谨性，专为压力测试强化学习智能体与预测模型而设计。首要特征是零数学漂移，通过守恒律验证保障库存动态的物理一致性。其次，动态运输时间尖峰机制引入了关键的非平稳性与风险要素，模拟了供应链中的中断冲击。随机需求以泊松分布为基础，耦合周期性高峰，再现了真实战场条件下的消耗模式。此外，数据集涵盖了净库存、在途补给、运输时间、持有成本及缺货惩罚等关键指标，为多目标优化和成本敏感性决策提供了丰富的特征空间。这一合成环境在保持可控性的同时，呈现出边缘节点后勤特有的随机混沌特性。

使用方法

该数据集适用于强化学习与时间序列预测两大核心任务，可作为供应链仿真环境的数据支撑。在强化学习中，研究人员可据此设计智能体训练环境，将库存水平、在途补给和运输时间作为状态空间，以持有成本与缺货惩罚的组合作为奖励函数，训练如PPO等算法实现最优补货策略。对于时间序列预测，该数据集提供了结构化的历史序列数据，可用于构建需求预测模型或运输时间预测模型，应对高峰与中断带来的非平稳模式。数据集采用CC BY-NC 4.0许可协议，仅限学术与非商业研究使用。商业用户可升级至包含50,000小时全量数据、Gymnasium交互环境及预调优基线脚本的企业版套件。

背景与挑战

背景概述

该数据集由AI Mind Teams于近期创建，聚焦于军事供应链中的前沿作战基地（Forward Operating Base）在持续压力与运营高峰下的物资保障问题。核心研究问题在于弥合学术界“干净”数据集与边缘节点物流现实复杂性之间的鸿沟，为强化学习（RL）智能体与时间序列预测模型提供高保真合成数据。数据集共包含5000小时采样，验证了零数学漂移的库存流守恒物理特性，并模拟了路由中断以及由泊松分布与运营高峰驱动的随机需求，在运筹学与供应链韧性研究领域具有重要影响力。

当前挑战

该数据集所解决的领域挑战在于供应链中经典的长鞭效应（bullwhip-effect）与动态不确定性环境下的库存优化问题。具体而言，其模拟了需求随机性、运输提前期突发性延长（从24小时至150小时以上）以及订单在途队列的实时追踪困难。构建过程中面临的挑战包括确保合成数据的数学一致性（如库存流量守恒方程的零漂移验证），以及生成足以让强化学习代理与预测模型接受压力测试的高复杂度场景，同时保持数据的中立性与可扩展性。

常用场景

经典使用场景

在国防与应急物流领域，该数据集作为高保真合成数据源，广泛应用于强化学习（RL）智能体与时间序列预测模型的压力测试场景。其核心价值在于模拟前沿作战基地（Tier-3 End Unit）在持续作战压力与供应突发中断下的物资流动，为算法提供贴近真实边缘节点物流混沌状态的训练环境，从而验证模型的鲁棒性与决策精准度。

解决学术问题

该数据集从根本上解决了学术研究中‘清洁数据’与复杂现实物流动态之间的鸿沟，尤其针对牛鞭效应与路径中断下的随机需求波动问题。通过精确的流守恒物理模型和随机泊松需求分布，它为运筹学与供应链管理领域提供了量化分析库存决策、运输延迟惩罚及缺货成本的标准化框架，推动了随机库存控制理论在极限场景下的实证验证。

衍生相关工作

基于该数据集，衍生出多种经典工作，包括集成预调优近端策略优化（PPO）算法与（s, S）库存策略基线的交互式训练环境。研究者进一步将其扩展为Farama Gymnasium兼容平台，实现了标准化强化学习基准测试，并催生了针对‘原位递送队列’实时追踪的混合整数规划模型，为复杂离散-连续混合决策问题提供了验证基石。