一种多仓库物流路径优化方法及相关设备

本发明公开了一种多仓库物流路径优化方法及相关设备，其中方法包括：获取仓库数据和客户数据；根据获得的数据构建配送图模型，以及定义马尔可夫决策过程；提取配送图模型中节点的同质特征与异质特征，将提取的特征与节点的初始特征融合构成超关系特征；将超关系特征输入编码器进行特征提取，输出的每个节点的高维向量；解码器根据编码器提供的向量逐步构造出车辆的配送的路径决策序列。本发明将异质关系的精细刻画引入到神经网络模型中，结合强化学习实现端到端的自动求解。本发明能够自动学习仓库分配与路径优化策略，无需人工调参即可自动学习仓库分配与路径规划策略，在大规模多约束配送场景下取得更优的运输成本结果，具有智能化与实用价值。