一种基于交叉特征模型的车辆路径优化方法

本发明公开了一种基于交叉特征模型的车辆路径优化方法，属于智能物流与路径优化技术领域，所述方法包括以下步骤：S1.构建基于交叉特征注意力模块和可逆残差网络的策略网络；S2.构建基于滑动窗口局部注意力的值函数估计网络；S3.基于Actor‑Critic强化学习框架，结合k‑opt操作迭代优化路径方案，通过增量奖励函数与动态策略更新机制，生成满足车辆容量约束的最优路径；本方法通过以上技术，实现了计算效率、内存优化与路径规划精度的协同提升，适用于电商物流、即时配送等动态路径规划场景，兼具高效性与工程实用价值；本发明旨在解决大规模复杂约束下车辆路径问题的计算效率低、内存消耗大及特征融合不足的难题。