POMO+：利用 POMO 中的起始节点解决带容量约束的车辆路径问题
人工智能
2025-08-13 v1
摘要
近年来，强化学习（RL）方法已成为解决组合优化问题的一种有前景的方法。在基于 RL 的模型中，POMO 在包括车辆路径问题（VRP）变体在内的多种任务上表现出了强大的性能。然而，这些任务仍有改进空间。在这项工作中，我们改进了 POMO，创建了一种方法（POMO+），该方法利用初始节点以更明智的方式寻找解决方案。我们在新模型上进行了实验，观察到我们的解决方案收敛速度更快，并取得了更好的结果。我们在 CVRPLIB 数据集上验证了我们的模型，并注意到在最多 100 个客户的问题实例中有所改进。我们希望本项目的研究能够推动该领域的进一步发展。
引用
@article{arxiv.2508.08493,
title = {POMO+: Leveraging starting nodes in POMO for solving Capacitated Vehicle Routing Problem},
author = {Szymon Jakubicz and Karol Kuźniak and Jan Wawszczak and Paweł Gora},
journal= {arXiv preprint arXiv:2508.08493},
year = {2025}
}