一种多车型绿色车辆路径问题下的深度强化学习方法与系统

本申请公开了一种多车型绿色车辆路径问题下的深度强化学习方法与系统，涉及多车型绿色车辆路径优化技术领域，通过构建融合运输成本、惩罚成本与碳排放成本的多目标优化模型，采用创新性的LSTTC混合神经网络架构，结合长短期记忆网络的时间序列建模能力与Transformer的全局注意力机制，有效捕捉车辆调度中的时空关联特征。基于Actor‑Critic框架，通过双分支网络分别输出动作概率分布与状态价值评估，利用优势函数驱动策略参数更新，实现路径决策的在线强化学习。该方法可显著降低物流运输的综合成本并减少碳排放，适用于复杂动态环境下的多车型车辆路径规划场景。