标签
本文探讨了在Transformer架构中使用相对位置编码（RPE）作为加性偏置来解决团队定向问题，与原始Transformer架构相比，在收集奖励和最优性差距方面展示了一致的改进。
本文提出一种针对动态多车辆路径规划问题的奖励密度启发式算法，在无人机任务分配和城市出租车调度场景中，其解质量与ALNS、GA、SA等元启发式算法相当，而规划时间减少两到三个数量级。
本文介绍了协同路径构建器（CoRC），这是一个框架，允许独立求解的子问题在优化过程中交换客户和车辆，从而提升大规模容量限制车辆路径问题的可行性和可扩展性。
介绍了RACL，一种推理智能体控制层，通过学习从操作内存控制内部搜索行为来改进元启发式优化，在车辆路径测试中显示出成本改善。
北京航空航天大学与百度的研究人员提出"约束注入"方法——一种用于基于 LLM 的优化建模的双重验证机制，能够检测超出目标等价性范围的虚假约束或遗漏约束。他们开发了 VRPCoder，这是一个 80 亿参数的模型，专门用于将自然语言描述的车辆路径问题转化为 Gurobi 脚本，平均 Pass@1 达到 93%，大幅超越 Claude Sonnet 及此前的运筹学 LLM。
COAgents是一个合作式多智能体框架，用于解决车辆路径问题，它将搜索过程建模为图，使用专门智能体进行节点选择、移动选择和跳跃以逃离局部最优。在CVRP和VRPTW基准测试上取得了最先进的结果，相比先前的基于学习的方法，将最佳已知解差距最多缩小了44%。
本文提出了一种统一的知识嵌入强化学习框架，用于广义容量车辆路径问题，结合了先路线后聚类的启发式方法与动态规划，以实现优越的解决方案质量和跨多种变体的强泛化能力。