计算机应用

作者：张焱鹏, 赵于前, 张帆, 丘腾海, 桂瑰, 余伶俐

单位：1.中南大学 自动化学院，长沙 410083；2.工业智能与系统教育部重点实验室（中南大学），长沙 410083；3.中国科学院 自动化研究所，北京 100190

关键词：车辆路径问题,深度强化学习,元学习,图变分自编码器,组合优化,策略梯度方法

基金：国家重点研发计划项目(2022YFE0112300);湖南省重点研发计划项目(2023GK2021);湖南省重点研发计划项目(2024JK2028)

基于深度强化学习（DRL）的车辆路径规划方法以其求解速度快、端到端等优势受到广泛关注，但现有方法大多局限于对节点分布均匀和数量固定问题的求解，当面临节点不平均分布以及节点数变化的情况时，求解效果有所下降。针对这一问题，提出一种基于改进模型无关的元学习（MAML）和图变分自编码器（GVAE）的元学习框架，旨在通过元训练得到一个良好的初始化模型，并针对数据集外分布的任务进行快速微调，从而提升模型的泛化性能；此外利用GVAE初始化元学习框架的参数，以进一步提升元学习效果。实验结果表明，所提方法可以较好地处理不同节点分布情况下的车辆路径问题（VRP），在面对不同节点数量问题时也有较好的表现，在5种任务上的平均偏差率较未使用元学习的方法降低了0.45个百分点。利用元学习框架可有效提升强化学习的效果，与先进求解器相比，所提框架在保证成本接近的前提下可有效缩短求解时间。

来源：2025年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第11期