系统工程与电子技术

作者：唐开强, 傅汇乔, 刘佳生, 邓归洲, 陈春林

单位：南京大学工程管理学院, 江苏 南京 210093

关键词：深度强化学习,车辆路径问题,注意力模型,分层优化

基金：国家自然科学基金(62073160)

针对带容量约束的车辆路径问题(capacitated vehicle routing problem, CVRP), 提出一种利用层次结构对容量约束进行解耦的方法, 将复杂的CVRP拆分为约束规划和路径规划, 并分别进行深度强化学习(deep reinforcement learning, DRL)优化求解。首先, 上层基于注意力模型和采样机制对配送任务进行分配, 规划出满足容量约束的子回路集。其次, 下层采用预训练的无约束的注意力机制模型, 对子回路集进行路径规划。最后, 通过Reinforce算法反馈训练和迭代优化上层的网络参数。实验结果表明, 该方法对不同规模的CVRP和异构CVRP任务具有泛化性, 性能优于最先进的DRL方法; 并且与其他启发式方法相比, 在批量运算任务中, 求解速度提升10倍以上, 且保持具有竞争力的解。

来源：2025年第3期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第3期