一种用于快递包裹配送中批量旅行商问题求解的高效强化学习方法

一种用于快递包裹配送中批量旅行商问题(TSP)求解的高效强化学习方法。通过构建规划信息设计与融合模块，基于配送任务的图结构环境模型，设计规划策略，并将非参数化规划信息融入神经求解器决策过程，引导路径探索，提升批量任务探索效率。设计多样性群体探索模块，采用共享编码器‑多个解码器架构，赋予各解码器多样化解码策略，引入群体协同基线，通过共享缓冲区存储路径方案并计算平均配送距离作为基线，促进策略多样性，提升整体探索能力。实施粗粒度三分搜索方法，利用高斯噪声扰动结合三分搜索机制，快速锁定最优规划信息强度区间，优化神经求解器的泛化能力，实现总配送距离最短。该方法为快递配送路径优化提供高效解决方案。