Aplicação de aprendizado por reforço para solução do problema dinâmico de gestão de estoque de medicamentos em hospitais com seleção de fornecedores e descontos no frete.

Abstract

Este trabalho foca na otimização da gestão de estoques de medicamentos em ambientes hospitala- res, reconhecendo a importância vital dos serviços de saúde e as complexas demandas logísticas associadas. O objetivo é desenvolver um modelo que melhore a eficiência na gestão de estoques, levando em consideração a variabilidade e incertezas típicas desse ambiente. Foi proposto um modelo de otimização que combina técnicas de aprendizado por reforço, especificamente o algo- ritmo Proximal Policy Optimization (PPO), com um problema clássico de controle de estoque. O modelo foi avaliado em cenários simulados com diferentes configurações de parâmetros que influenciam os custos operacionais. Os resultados demonstraram que o uso de aprendizado por reforço superou a política determinística — uma abordagem que toma decisões baseadas apenas no estado atual, sem considerar impactos futuros — ao reduzir significativamente os custos totais e melhorar o controle de estoque em condições de incerteza.