基于强化学习的电动车路径优化研究

作者：胡尚民; 沈惠璋

来源：计算机应用研究, 2020, 37(11): 3232-3235.

DOI：10.19734/j.issn.1001-3695.2019.07.0260

• 车辆路径问题
• 电动车
• 多约束
• 强化学习
• 策略梯度法
• 组合优化 VRP
• electric vehicle
• multi-constraint
• reinforcement learning
• policy gradient method
• combinatorial optimization

针对有路径总时长约束、载重量约束和电池容量约束的电动车路径优化问题(EVRP),考虑其途中可前往充电站充电的情境,构建以最小化路径总长度为目标的数学模型,提出一种基于强化学习的求解算法RLEVRP。该算法用给定的分布生成训练数据,再通过策略梯度法训练模型,并保证在训练过程中路径合法即可。训练得到的模型可用于解决其他数据同分布的问题,无须重新训练。通过仿真实验及与其他算法的对比,表明RL-EVRP算法求解的路径总长度更短、车辆数更少,也表明强化学习可成功运用于较复杂的组合优化问题中。

• 单位
  上海交通大学