基于端到端深度强化学习求解有能力约束的车辆路径问题

打开文本图片集

摘 要：有能力约束的车辆路径问题（CVRP）是现阶段供应链应用最常见的问题模型，现多采用启发式算法求解。但随着问题规模增大，启发式算法求解速度慢且无法保证解的质量。提出端到端深度强化学习（DRL）网络框架对CVRP进行研究。首先利用边聚合图注意力网络编码器（EGATE）对车辆路径规划问题的图表示进行特征嵌入编码；然后设计多头注意力解码器（MAD）进行解码，并提出多解码策略以增加解的空间多样性；接着利用带回滚基线的基线REINFORCE算法对端到端网络模型进行训练，基线可自适应性更新以提升模型训练效果，并利用奖励函数归一化和Adam优化器对算法进行优化。（剩余17987字）