Ця стаття представляє CORL, метод навчання зі зміцненням політик для розв'язання задач змішано-цілочисельного лінійного програмування (MILP) за допомогою алгоритмів гілок і меж. Він вирішує проблеми субоптимальної продуктивності у стохастичних задачах реального світу шляхом покращення моделювання MILP, з значним потенціалом для застосувань в оптимізації та прийнятті рішень.