考虑生成路线的定性评估后，优化快速电商的配送
人工智能
2025-10-13 v1 计算与语言
摘要
印度电子商务市场预计快速增长，最后一公里配送几乎占据运营成本的一半。虽然基于车辆路径问题（VRP）的求解器在配送规划中广泛使用，但由于地址非结构化、地图不完整以及距离估计受限，实际效果有限。本研究提出一种框架，利用大语言模型（LLM）批判性地评估VRP生成的路线是否符合政策准则，使物流运营商能够评估和优先考虑更高效的配送方案。作为本方法的示例，我们生成、标注并评估了400个案例。我们的研究发现，开源LLM以79%的准确率识别路由问题，而专有推理模型可达到86%。结果表明，基于LLM的VRP生成路线评估是一种有效且可扩展的评估层次，超越传统基于距离和时间的指标。这对提高印度等发展中国家的成本效益、配送可靠性和可持续性具有重要意义。
引用
@article{arxiv.2510.08671,
title = {Optimizing delivery for quick commerce factoring qualitative assessment of generated routes},
author = {Milon Bhattacharya and Milan Kumar},
journal= {arXiv preprint arXiv:2510.08671},
year = {2025}
}