基于异构注意力通过深度强化学习求解取送货问题
机器学习
2021-10-07 v1
摘要
近来，应用深度强化学习求解车辆路径问题（VRP）成为一种新兴趋势，其中习得的策略支配着下一访问节点的选择。然而，现有方法不能很好处理取送货问题（PDP）——VRP 的一个代表性变体——中的配对与优先关系。为解决这一挑战性问题，我们利用一种集成异构注意力机制的新颖神经网络，赋予深度强化学习中的策略自动选择节点的能力。具体而言，异构注意力机制针对节点的每种角色指定特定的注意力，同时考虑优先约束，即取货节点必须位于配对送货节点之前。进一步结合掩码方案，习得的策略有望为求解 PDP 找到更高质量的解。大量实验结果表明，我们的方法分别优于最先进的启发式方法和深度学习模型，并对不同分布与问题规模具有良好的泛化能力。
引用
@article{arxiv.2110.02634,
title = {Heterogeneous Attentions for Solving Pickup and Delivery Problem via Deep Reinforcement Learning},
author = {Jingwen Li and Liang Xin and Zhiguang Cao and Andrew Lim and Wen Song and Jie Zhang},
journal= {arXiv preprint arXiv:2110.02634},
year = {2021}
}
备注
This paper has been accepted at IEEE Transactions on Intelligent Transportation Systems