计算机应用研究2022，Vol.39Issue(10)：3013-3019,7.DOI:10.19734/j.issn.1001-3695.2022.03.0095
基于end-to-end深度强化学习的多车场车辆路径优化
End-to-end deep reinforcement learning framework for multi-depot vehicle routing problem
摘要
关键词
多车场车辆路径问题/深度强化学习/图神经网络/REINFORCE算法/Transformer模型分类
信息技术与安全科学引用本文复制引用
雷坤,郭鹏,王祺欣,赵文超,唐连生..基于end-to-end深度强化学习的多车场车辆路径优化[J].计算机应用研究,2022,39(10):3013-3019,7.基金项目
浙江省高校重大人文社科攻关计划资助项目(2018QN060) （2018QN060）
