基于服务时间引导的离散-连续双阶段优化求解带时间窗和可变利润的偏远问题
机器学习
2026-03-09 v1 人工智能
摘要
带时间窗和可变利润的偏远问题 (OPTWVP) 在众多实际应用中常见，涉及连续时间变量。当前方法难以为该偏远问题变体（具有离散和连续变量）开发高效求解器。本文提出一种学习型双阶段 DeCoST (DeCoupled discrete-Continuous optimization with Service-time-guided Trajectory) 方法，旨在有效地在 OPTWVP 问题中解耦离散和连续决策变量，同时实现其间的高效和可学习协调。在第一阶段，采用并行解码结构预测路径及初始服务时间分配。在第二阶段，通过线性规划 (LP) 公式优化服务时间，并提供结构估计的长期学习。我们严格证明了第二阶段解的全局最优性。实验在 OPTWVP 实例上表明，DeCoST 在解的质量和计算效率方面均优于最先进的构造性求解器和最新的元启发式算法，在节点数少于 500 个的实例上实现了最高可达 6.6 倍的推理加速。此外，所提框架与各种构造性求解器兼容，能够持续提升 OPTWVP 的解的质量。
引用
@article{arxiv.2603.06260,
title = {Learning to Solve Orienteering Problem with Time Windows and Variable Profits},
author = {Songqun Gao and Zanxi Ruan and Patrick Floor and Marco Roveri and Luigi Palopoli and Daniele Fontanelli},
journal= {arXiv preprint arXiv:2603.06260},
year = {2026}
}
备注
Accepted at ICLR 2026