[论文解读] Learning to Solve Vehicle Routing Problems: A Survey

Aigerim Bogyrbayeva, Meraryslan Meraliyev+2 more|arXiv (Cornell University)|May 5, 2022

Vehicle Routing Optimization Methods被引用 10

一句话总结

本综述系统性地构建了用于求解NP难车辆路径问题（VRP）的机器学习方法的全面分类体系，涵盖监督学习、强化学习以及结合学习与传统启发式方法的混合方法。研究表明，现代基于学习的方法在解的质量上可与传统求解器相媲美，尤其在可扩展性和动态路径规划方面表现优异，同时指出了在泛化能力、真实世界数据适应性以及模型可解释性方面仍存在的关键挑战。

ABSTRACT

This paper provides a systematic overview of machine learning methods applied to solve NP-hard Vehicle Routing Problems (VRPs). Recently, there has been a great interest from both machine learning and operations research communities to solve VRPs either by pure learning methods or by combining them with the traditional hand-crafted heuristics. We present the taxonomy of the studies for learning paradigms, solution structures, underlying models, and algorithms. We present in detail the results of the state-of-the-art methods demonstrating their competitiveness with the traditional methods. The paper outlines the future research directions to incorporate learning-based solutions to overcome the challenges of modern transportation systems.

研究动机与目标

• 系统性地分类并分析近期用于求解车辆路径问题（VRP）的机器学习方法的进展，包括纯学习方法与混合方法。
• 评估最先进基于学习的模型与传统启发式及精确方法相比的性能与泛化能力。
• 识别将基于学习的解决方案应用于真实世界VRP实例时面临的关键挑战，如可扩展性、输入表示以及动态/分布式路径规划。
• 探索深度学习与经典启发式方法结合的潜力，以提升大规模VRP问题的解质量与计算效率。
• 提出未来研究方向，包括在真实道路网络上的泛化能力、不确定性建模以及基准测试的标准化。

提出的方法

• 基于学习范式（监督学习、强化学习）、解结构、底层模型及算法方法，提出一种分类体系。
• 综述端到端深度学习模型，这些模型利用注意力机制和图神经网络直接预测路径。
• 分析混合模型，其利用学习得到的组件（如策略网络）来引导或替代经典构造启发式算法的某些部分。
• 考察训练技术，如模仿学习、基于策略梯度的强化学习，以及在不同图规模间的迁移学习。
• 在包括TSP和CVRP在内的基准数据集上评估模型性能，涵盖不同实例规模与分布。
• 讨论架构选择，如图嵌入、指针网络，以及用于组合优化的可微分解码机制。

实验结果

研究问题

• RQ1 在解的质量与泛化能力方面，监督学习与强化学习等不同机器学习范式在求解VRP时的表现如何比较？
• RQ2 端到端学习模型在不同图规模与问题分布之间泛化的程度如何？
• RQ3 结合学习组件与传统启发式方法的混合模型，在大规模VRP实例上如何提升性能与可扩展性？
• RQ4 当前基于学习的VRP求解器在处理真实世界约束（如动态输入、时间窗、不完整道路网络数据）方面存在哪些主要局限？
• RQ5 在基于学习的路径规划系统中，提升模型可解释性、鲁棒性与公平性的最有前景方向是什么？

主要发现

• 强化学习方法在泛化能力方面通常优于监督学习，因其不依赖于预存在的最优解。
• 在多种图规模上进行训练的模型比仅在单一规模上训练的模型泛化能力更强，表明训练数据多样性至关重要。
• 混合模型展现出强大的可扩展性，能够高效求解包含多达3,000个节点的VRP，其在大规模场景下的表现优于纯学习方法。
• 最先进基于学习的模型在标准基准（如CVRP和VRPTW）上的解质量可与传统精确方法和启发式方法相媲美。
• 在真实世界数据集上的泛化能力仍有限，仅有少数研究在实际道路网络数据或真实物流场景中验证了模型性能。
• 缺乏标准化的基准测试与评估协议，导致基于学习的模型与传统求解器之间的公平比较变得困难。