PulseAugur
中
实时 07:34:43
English(EN) Reward-Density Heuristic for Dynamic Multi-Vehicle Routing: Performance and Computational Efficiency

新启发式算法计算量大幅减少，性能媲美先进路径规划算法

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员为动态多车路径规划问题开发了一种新的奖励密度启发式算法，称为效率启发式算法。该算法旨在最大限度地提高车队在规定时间内收集的累积奖励，同时随着新任务的出现不断重新规划。在自动无人机任务分配和城市出租车调度等应用中进行了测试，效率启发式算法的性能与先进的元启发式算法相当，但所需的计算时间显著减少，确立了帕累托优势。 AI

影响 该启发式算法可以实现物流和城市交通系统中更高效的实时决策。

排序理由 该集群包含一篇在 arXiv 上发表的研究论文，详细介绍了一种用于复杂优化问题的新启发式算法。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新启发式算法计算量大幅减少，性能媲美先进路径规划算法

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Manish Kolachalam, Rani Malhotra ·

    动态多车路径规划的奖励密度启发式方法：性能与计算效率

    arXiv:2607.06066v1 Announce Type: new Abstract: The Vehicle Routing Problem (VRP) and its variants represent some of the most practically consequential optimization challenges in modern logistics and urban mobility. In this study, we address a dynamic, online variant combining el…

  2. arXiv cs.AI TIER_1 English(EN) · Rani Malhotra ·

    动态多车路径规划的奖励密度启发式方法：性能与计算效率

    The Vehicle Routing Problem (VRP) and its variants represent some of the most practically consequential optimization challenges in modern logistics and urban mobility. In this study, we address a dynamic, online variant combining elements of the VRP and the Orienteering Problem (…

相关实体

相关话题