一种基于时空注意力机制的物流配送车辆智能调度方法、系统、设备及介质

本发明提供一种基于时空注意力机制的物流配送车辆智能调度方法、系统、设备及介质，属于人工智能与物流运输技术领域，具体涉及收集快递订单集合，构建快递车辆运输网络图；构建快递车辆调度模型，设置约束条件；设计基于时空注意力机制的深度强化学习算法，进行订单的分配和车辆路线的规划；构建基于演员评论家的强化学习算法，训练目标参数网络；生成车辆路线，计算路线的奖励值和估值网络的状态价值，基于更新演员策略网络和评论家网络的参数，完成预设轮次的训练，得到目标参数网络。本发明减少了车辆行驶的总路径长度，避免了路线交叉和重复，提高了车辆的满载率和行驶速度，从而提高了快递车辆的运输效率，缩短了快递配送时间。