面向多段需求路径的多卡车车辆路径问题的深度强化学习

深度强化学习（RL）已被证明在生成某些车辆路径问题（VRPs）的近似解方面是有效的，尤其是在使用编码器-解码器注意力机制生成的策略时。尽管这些技术在相对简单的问题实例上相当成功，但仍有一些研究不足且高度复杂的VRP变体，尚未有有效的RL方法被证明。在本工作中，我们聚焦于一种此类VRP变体，它包含多辆卡车和多段路径需求。在这些问题中，需求需要沿节点序列移动，而不仅仅是从起始节点到终止节点。为使深度RL成为现实世界工业规模供应链物流的可行策略，我们对现有的编码器-解码器注意力模型进行了新的扩展，使其能够处理多辆卡车和多段路径需求。我们的模型具有一个优势：可以针对少量卡车和节点进行训练，然后嵌入到大型供应链中，为更多数量的卡车和节点生成解决方案。我们在日本汽车零部件制造商爱信公司运营中出现的真实供应链环境中测试了我们的方法，发现我们的算法优于爱信先前的最佳解决方案。