본 연구는 의사 결정에 따라 검열되는 재고 통제 문제를 다룹니다. 검열된 반복 신규 판매원(R-NV) 모델을 활용하여 수요가 완전히 관찰되거나 판매로 인해 검열되는 상황을 분석합니다. 현대 생성 모델을 활용한 문맥 내 생성 후 추 샘플링(ICGPS) 방법을 제안하여 이론적으로 TS 벤치마크에 대한 후회 경계를 제시합니다.
ICGPS는 오프라인에서 메타 학습된 생성 모델을 활용하며, 온라인에서는 문맥 내 자기 회귀 생성 방식으로 배포됩니다. R-NV의 경우, 검열된 피드백을 밴딧 컨벡스 최적화 피드백으로 줄여 하선형 베이지안 후회를 얻습니다.
실험 결과, ChronosFlow-ICGPS는 정확하게 지정된 TS와 일치하고, 기존 방법보다 우수한 성능을 보이며, 사전 불일치 및 분포 변화에 강건함을 입증했습니다. SuperStore 데이터셋에서도 높은 성능을 보였습니다.