面向按需多模态 3D 自动配送系统的联盟博弈

我们引入了一个面向由无人机 (UAVs) 和自动地面车辆 (ADRs) 组成的多模态无人配送优化框架，其运营于两个叠加的网络，以解决城市最后一公里配送问题，包括高密度区域和紧急场景。该问题定义为多个仓库的抢送与配送，受运营限制约束，如车辆电池限制、优先时间窗和建筑物阻挡。利用联盟博弈论，我们研究不同模式之间的合作结构，以捕捉战略合作如何提高整体路由效率。为此，设计了一个广义强化学习模型，用于评估不同模式的成本共享与分配，以学习在各种真实场景下具有合作性质的行为。我们的方法利用以异构边增强注意力模型和 Transformer 架构的 novel 时空邻域图注意力网络，增强了深度多智能体 policy gradient 方法。针对最后一公里配送应用进行了多个数值实验，结果表明在美国密西安比加的案例研究中，尽管该模型在两个模式的图中包含了广泛网络和复杂的训练结构，但能够解决现实的运营约束，实现高质量解决方案，优于现有的基于 Transformer 的方法和经典方法。它在非均匀数据分布下表现良好，能够在不同规模和配置下泛化，并在随机情景下展现出稳健的合作性能，这一优势通过联盟分析和成本分配得到有效体现。