본 논문은 대부분의 의사결정 중심 학습 연구가 단일 단계 문제에 초점을 맞춘 반면, 실제 의사결정 문제는 다단계 최적화를 사용하여 더 적절하게 모델링될 수 있다는 점을 지적합니다. 다단계 문제에서는 시간에 따라 상황 정보가 드러나고, 의사결정은 순차적으로 이루어져야 하며, 현재의 의사결정은 미래의 의사결정에 시간적 영향을 미칩니다. 본 논문에서는 완전히 미분 가능한 다단계 최적화 접근 방식을 표현하는 순환 미분 가능 최적화 아키텍처인 의사결정 중심 예측(Decision-focused forecasting)을 제안합니다. 이 아키텍처를 통해 예측의 시간적 의사결정 효과를 고려할 수 있습니다. 본 논문은 예측으로 인한 상태 경로를 고려하기 위해 어떤 기울기 조정이 이루어지는지 보여주고, 에너지 저장 차익거래 및 포트폴리오 최적화의 다단계 문제에 모델을 적용하여 기존 접근 방식보다 성능이 우수함을 보고합니다.
