面向随机需求与外包的车辆路径问题深度强化学习算法

论文提出带随机需求与外包选项的车辆路径问题（VRP-SDO）方法：用迭代局部搜索划分自有车辆与外包客户，再以图注意力网络和深度Q网络离线学习动态配送策略。实验称其路由成本较先进方法降低19.6%，较经典启发式至少降低29.6%，整体决策在数分钟内完成。