基于强化学习的动态带时间窗 capacitated 车辆路径问题快速近似求解
人工智能
2021-04-15 v2 机器学习
摘要
本文针对带时间窗与动态路由的通用 capacitated 车辆路径问题（CVRP-TWDR）类，提出了一种内在的并行化、快速的基于学习的近似求解方法。将车队中的车辆视为去中心化智能体，我们假定基于强化学习（RL）的自适应是实现动态环境中实时路径生成的关键赋能因素。该方法允许每个智能体（车辆）独立评估服务每位客户的价值，并使用集中式分配启发式根据所生成的价值最终确定分配。我们表明，该方法产生的求解比精确公式与最先进的元启发式显著更快，同时在解质量上合理接近最优。我们描述了静态情形（所有客户需求与时间窗均预先已知）与动态情形（客户可在执行期间任意时刻出现）下的实验。在大型、分布外测试数据上单一训练模型的结果展示了所提方法的可扩展性与灵活性。
引用
@article{arxiv.2102.12088,
title = {Fast Approximate Solutions using Reinforcement Learning for Dynamic Capacitated Vehicle Routing with Time Windows},
author = {Nazneen N Sultana and Vinita Baniwal and Ansuma Basumatary and Piyush Mittal and Supratim Ghosh and Harshad Khadilkar},
journal= {arXiv preprint arXiv:2102.12088},
year = {2021}
}
备注
9 pages