2026年1月06日

强化学习在车辆路径问题中的研究综述

本文系统综述强化学习在车辆路径问题中的研究进展，按动态规划、价值函数、策略梯度与 Actor-Critic 分类梳理模型与网络结构，分析代表方法优缺点，并展望动态多智能体 VRP 的研究方向。