[论文解读] An Overview and Experimental Study of Learning-based Optimization Algorithms for Vehicle Routing Problem

Bingjie Li, Guohua Wu+3 more|arXiv (Cornell University)|Jul 15, 2021

Vehicle Routing Optimization Methods被引用 5

一句话总结

本文对学习型优化（LBO）算法在车辆路径问题（VRP）中的应用进行了全面综述与实验评估，将这些算法分类为端到端与分步处理方法。在多个数据集上评估了四种代表性LBO算法，结果表明性能因问题类型而异，并识别出数据限制与泛化能力等关键挑战，同时为未来研究提供了针对性建议。

ABSTRACT

Vehicle routing problem (VRP) is a typical discrete combinatorial optimization problem, and many models and algorithms have been proposed to solve the VRP and its variants. Although existing approaches have contributed a lot to the development of this field, these approaches either are limited in problem size or need manual intervening in choosing parameters. To solve these difficulties, many studies have considered the learning-based optimization (LBO) algorithms to solve the VRP. This paper reviews recent advances in this field and divides relevant approaches into end-to-end approaches and step-by-step approaches. We performed a statistical analysis of the reviewed articles from various aspects and designed three experiments to evaluate the performance of four representative LBO algorithms. Finally, we conclude the applicable types of problems for different LBO algorithms and suggest directions in which researchers can improve LBO algorithms.

研究动机与目标

• 提供对近年来基于学习的优化（LBO）算法在车辆路径问题（VRP）中应用的系统性综述，尤其聚焦于端到端与分步处理方法。
• 解决现有研究中缺乏对不同LBO算法在不同规模与约束条件下求解VRP变体的全面实验评估与深入分析的问题。
• 通过在基准数据集上的统计分析与受控实验，识别现有LBO方法的优势与局限性。
• 基于实证性能，提出针对特定VRP问题类型的LBO算法选择实用指南。
• 提出改进LBO算法的未来研究方向，包括数据效率、泛化能力以及与经典启发式算法的集成。

提出的方法

• 根据其解生成机制，将LBO算法分类为端到端与分步处理方法：直接映射解空间与迭代优化改进。
• 对100余项已发表研究进行统计分析，识别LBO在VRP中应用的典型问题类型、模型架构与评估指标的趋势。
• 设计并开展三项受控实验，使用标准VRP基准实例（如X-n101-k25至X-n195-k51），对比四种代表性LBO算法：ASWTAM、Rewriter、AM、L2I，以及ACO、TS和OR-Tools作为基线。
• 通过解的质量（与最优解的差距）、求解时间以及在不同规模与约束条件下的实例中的一致性来衡量算法性能。
• 通过在未见问题实例上测试模型，并分析其对数据分布与初始化的敏感性，评估泛化能力。
• 提出集成策略，例如使用启发式解进行预训练或对LBO输出进行后处理，以提升鲁棒性与收敛性。

实验结果

研究问题

• RQ1 在不同VRP实例中，端到端与分步处理LBO方法在解质量与计算效率方面如何比较？
• RQ2 代表性LBO算法（如ASWTAM、Rewriter、AM、L2I）在大规模与复杂VRP变体上的关键性能差异是什么？
• RQ3 LBO算法在未见问题实例上的泛化能力如何？数据分布如何影响其性能？
• RQ4 将LBO模型与经典启发式或元启发式算法结合，能否提升解的质量与泛化能力？
• RQ5 在组合优化中，提升LBO模型训练效率与收敛速度的最有效策略是什么？

主要发现

• 端到端LBO模型（如ASWTAM与Rewriter）推理速度更快，但在解质量上表现较差，例如在X-n195-k51上解差距最高达3.21%，表明其在速度与精度之间存在权衡。
• 分步处理方法（如L2I与AM）在复杂实例上表现出更优的收敛性，其中L2I在X-n101-k25上实现0.02%的差距，在X-n120-k6上实现0.05%的差距，优于多数基线方法。
• OR-Tools与禁忌搜索（TS）在大多数实例上持续生成高质量解，解差距低于0.3%，可作为LBO评估的强有力基线。
• LBO模型的性能对数据分布敏感；在特定问题类型上训练的模型在未见或更大规模实例上表现不佳，凸显其泛化能力的局限性。
• 将启发式算法（如ACO、TS）作为后处理模块或用于预训练，显著提升了LBO模型的性能与鲁棒性，尤其在大规模问题上效果明显。
• 本研究发现，将LBO与经典求解器结合——例如使用启发式解初始化或优化LBO输出——可将解差距降低最多0.3%，并提升收敛速度。