基于双协同Transformer的带交通状态的车辆路径规划方法及系统

本发明提出了基于双协同Transformer的带交通状态的车辆路径规划方法及系统，属于深度强化学习和组合优化技术领域。方法包括：构建带交通状态的城市集合，获取城市之间的距离和时间成本，以最小化总时间成本为目标构建目标函数，生成车辆路径规划的初始解；采用马尔科夫决策过程对所述车辆路径规划的初始解进行优化，将优化后的初始解输入到训练好的双协同Transformer模型中，通过节点特征嵌入表示每个节点的特征信息，通过位置特征嵌入编码节点在路径中的位置，利用跨方面参考注意力机制整合节点的空间位置和交通状态特征，输出交通状态变化下的最优路径。有效提高路径规划的准确性，增强模型的泛化能力和特征捕捉能力，提升解的质量和多样性。