.png){kind=icon}
返回
A multi-head adaptive actor-critic algorithm for solving vehicle routing problems
.png){kind=icon}
PRE
AI
DOI：10.1007/s10489-025-06778-7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
车辆路径问题（VRPs）在智能交通系统（ITSs）中构成显著挑战，并在交通路由规划中发挥关键作用。基于编码器-解码器结构的深度强化学习（DRL）模型已展现出在VRPs应用中的巨大潜力。然而，基于传统演员-评论家（AC）算法的编码器-解码器结构受限于环境信息的不佳适应能力、控制规则参数的静态生成以及单一的解码策略，导致DRL在VRPs中的求解能力较低。为解决上述问题，提出了一种多头自适应演员-评论家（MHAAC）算法，并将其整合到端到端的深度强化学习框架中。所提算法整合了多头注意力机制和环境动态参数生成策略，显著增强了信息处理能力及环境适应性。具体而言，我们在编码器与解码器结构之间引入了加性注意力层，以生成动态上下文向量并提取细粒度特征嵌入。随后，设计了多头演员网络以解决解构造过程，并通过评论家网络的适应机制调节演员网络。此外，提出了一种集成多种传统搜索方法的混合解搜索算法（HS），以提升解质量，并采用梯度策略优化整个框架的参数。最终，在包含10、20、50和100个客户节点的四个标准数据集上的实证评估表明，MHAAC在解质量和效率两方面均优于现有的专用求解器及其他DRL方法。
Keyword:
Intelligent transportation systems
Vehicle routing problems
Deep reinforcement learning
Multi-head attention mechanism
Adaptive actor-critic algorithm
期刊
IF:
3.5
论文数:
7.6K
被引数:
1.7W
机构
引用论文
.png){kind=icon}
Heterogeneous Attentions for Solving Pickup and Delivery Problem via Deep Reinforcement Learning
OAAI
OAAI分享收藏分享收藏Meta-Learning-Based Deep Reinforcement Learning for Multiobjective Optimization Problems基于元学习的多目标优化深度强化学习
OAAI
OAAI分享收藏The cumulative capacitated vehicle routing problem: New formulations and iterated greedy algorithms
PREAI
分享收藏分享收藏
查看更多内容