计算机工程与应用

2022, v.58;No.992(01) 41-55

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

强化学习在车辆路径问题中的研究综述
Survey on Vehicle Reinforcement Learning in Routing Problem

牛鹏飞;王晓峰;芦磊;张九龙;

摘要(Abstract):

车辆路径问题是物流运输优化中的核心问题,目的是在满足顾客需求下得到一条最低成本的车辆路径规划。但随着物流运输规模的不断增大,车辆路径问题求解难度增加,并且对实时性要求也不断提高,已有的常规算法不再适应实际要求。近年来,基于强化学习算法开始成为求解车辆路径问题的重要方法,在简要回顾常规方法求解车辆路径问题的基础上,重点总结基于强化学习求解车辆路径问题的算法,并将算法按照基于动态规划、基于价值、基于策略的方式进行了分类;最后对该问题未来的研究进行了展望。

关键词(KeyWords): 车辆路径问题;马尔科夫决策过程;强化学习;深度强化学习

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(62062001,61762019,61862051,61962002);; 宁夏自然科学基金(2020AAC03214,2020AAC03219,2019AAC03120,2019AAC03119);; 北方民族大学重大专项(ZDZX201901)

作者(Author): 牛鹏飞;王晓峰;芦磊;张九龙;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享