求解带时间窗电动汽车路径问题的深度强化学习
机器学习
2021-08-24 v4 人工智能
最优化与控制
机器学习
摘要
过去十年中电动汽车(EV)在市场中的渗透率迅速增长，越来越多的物流与运输公司开始部署电动汽车提供服务。为对商业电动汽车车队的运营进行建模，我们采用带时间窗的电动汽车路径问题(EVRPTW)。本研究提出一种端到端深度强化学习框架来求解 EVRPTW。具体而言，我们开发了融合指针网络与图嵌入技术的注意力模型，以参数化求解 EVRPTW 的随机策略。随后使用带 rollout 基线的策略梯度对该模型进行训练。数值实验表明，所提模型能够高效求解现有方法无法处理的超大规模 EVRPTW 算例。
引用
@article{arxiv.2010.02068,
title = {Deep Reinforcement Learning for Electric Vehicle Routing Problem with Time Windows},
author = {Bo Lin and Bissan Ghaddar and Jatin Nathwani},
journal= {arXiv preprint arXiv:2010.02068},
year = {2021}
}