一种基于深度强化学习的电商物流车辆路径规划方法

本发明公开了一种基于深度强化学习的电商物流车辆路径规划方法，属于物流运输技术领域。包括：步骤1，基于电商物流特点构建以最小化碳排放为目标的车辆路径规划优化问题，并设置优化问题的约束条件；步骤2，根据优化问题和约束条件，设置合适的环境、状态转移、动作和奖励函数；步骤3，使用图神经网络构建电商物流车辆路径规划模型；步骤4，使用改进的深度强化学习算法对模型进行求解，得到最小化碳排放的路径规划方案。本发明充分利用了计算资源，提高了路径规划求解的速度和准确性。