用于求解有界车队规模 CVRP 的监督置换不变网络

学习求解组合优化问题（如车辆路径问题）相比经典运筹学求解器与启发式方法具有巨大的计算优势。近期开发的深度强化学习方法要么迭代改进初始给定解，要么顺序构造一组独立巡游。然而，大多数现有基于学习的方法无法处理固定车辆数，从而回避了将客户分配到先验给定可用车辆数的复杂分配问题。另一方面，这使它们不太适合实际应用，因为许多物流服务提供商依赖为特定有界车队规模提供的解，且无法短期改变车辆数。相反，我们提出了一种强大的监督深度学习框架，该框架从零开始构造完整巡游计划，同时尊重先验固定的可用车辆数。结合高效后处理方案，我们的监督方法不仅训练更快、更易，而且取得了具有竞争力且纳入车辆成本实际方面的结果。在精细控制的实验中，我们将方法与多种最先进（SOTA）方法比较，展示了稳定性能，同时使用了更少车辆，并揭示了相关工作中实验协议存在的某些不一致性。