行动所在：让随机动态车辆路径问题的强化学习真正奏效！
人工智能
2021-03-02 v1
摘要
近年来城市物流服务发生了范式转变；对实时、即时出行与配送服务的需求不断增长。这给物流服务提供商带来了新的挑战，因为底层的随机动态车辆路径问题（SDVRP）需要前瞻性的实时路径规划行动。在组合行动空间中搜索高效路径行动本身就是一个复杂的混合整数规划（MIP）任务，运筹学研究界对此十分熟悉。如今这一复杂性又乘上了评估此类行动在未来动态与不确定性下有效性的挑战，而这是计算机科学研究界所熟知的强化学习（RL）的潜在理想用武之地。解决 SDVRP 需要两个研究界的联合工作，但正如我们所表明的，这种合作实质上尚不存在。两个界别都聚焦于各自的优势，留下了改进空间。我们的综述论文凸显了源自两个界别研究的这一潜力。我们指出 SDVRP 当前的障碍，并指引向克服它们的联合方法。
引用
@article{arxiv.2103.00507,
title = {Where the Action is: Let's make Reinforcement Learning for Stochastic Dynamic Vehicle Routing Problems work!},
author = {Florentin D Hildebrandt and Barrett Thomas and Marlin W Ulmer},
journal= {arXiv preprint arXiv:2103.00507},
year = {2021}
}