論文の概要: Integrated Order Dispatching and Routing for Last-Mile Pickup via Deep Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2607.22356v1
• Date: Fri, 24 Jul 2026 14:37:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 20:58:57.154873
• Title: Integrated Order Dispatching and Routing for Last-Mile Pickup via Deep Reinforcement Learning
• Title（参考訳）: 深部強化学習によるラストミルピックアップのための統合的秩序分散とルーティング
• Abstract要約: 本稿では,学習したルーティングとリアルタイムの分散オーラクルを結合した統合最適化フレームワークを提案する。 Cainiao Logisticsによる実世界のデータセットの実験は、我々のアプローチのパフォーマンスをテストするのに使われている。
• 参考スコア（独自算出の注目度）: 3.9921873121588103
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In recent years, the growing complexity of last-mile pickup operations has increased the need for fast and accurate decision-making on logistics platforms. This challenge is fundamentally driven by two key and tightly coupled decision-making processes: order dispatching and routing. Solving them separately overlooks their interdependence, while fully end-to-end learning can be unstable and costly on large, variable-scale instances due to sparse rewards. To solve this problem, we propose an integrated optimization framework which couples a learned routing oracle with real-time dispatching heuristics. For the routing subproblem, we develop a Dynamic-Residual Graph Attention Network encoder with a Look-Ahead Courier-Personalized decoder. For the dispatching subproblem, we develop a routing-oracle-guided dispatching heuristic with local search, where the oracle provides near-optimal solutions to select candidate couriers while retaining real-time scalability. Extensive experiments on real-world datasets from Cainiao Logistics are used to test the performance of our approach, including an offline evaluation and an online rolling-horizon simulation. The experimental results show that our approach outperforms other benchmarks regarding solution quality and solving time, indicating it can effectively support logistics companies in solving real-time and large-scale last-mile pickup problems.
• Abstract（参考訳）: 近年では、ラストマイルピックアップ作業の複雑さが増し、ロジスティクスプラットフォーム上での迅速かつ正確な意思決定の必要性が高まっている。 この課題は、基本的に2つの重要かつ緊密に結合された意思決定プロセス、すなわち注文のディスパッチとルーティングによって引き起こされる。 それらを分離して解決することは相互依存を軽視するが、完全なエンドツーエンドの学習は、スパース報酬のため、大規模で可変スケールのインスタンスでは不安定でコストがかかる。 この問題を解決するために,学習したルーティングオラクルとリアルタイムディスパッチヒューリスティックを結合した統合最適化フレームワークを提案する。 ルーティングサブプロブレムに対して,Look-Ahead Courier-Personalized decoderを用いた動的残差グラフアテンションネットワークエンコーダを開発した。 サブプロブレムのディスパッチには,局所探索を用いたルーティングオーラル誘導型ディスパッチヒューリスティックが開発され,オラクルはリアルタイムな拡張性を維持しつつ,候補クーリエの選択に最適に近いソリューションを提供する。 Cainiao Logisticsによる実世界のデータセットに関する大規模な実験は、オフライン評価やオンラインローリングホライゾンシミュレーションなど、我々のアプローチのパフォーマンスをテストするために使用される。 実験の結果,本手法は,ソリューションの品質と問題解決時間に関する他のベンチマークよりも優れており,リアルタイムおよび大規模ラストマイルピックアップ問題の解決において,ロジスティクス企業を効果的に支援できることが示唆された。

関連論文リスト

• FastLane: Efficient Routed Systems for Late-Interaction Retrieval [58.060096779432094]
  FastLaneは、クエリを最も情報的な表現に動的にルーティングする新しい検索フレームワークである。 Approximate Nearest Neighbor Search (ANNS)で遅延処理モデルをブリッジすることで、FastLaneはスケーラブルで低レイテンシな検索を可能にする。
  論文  参考訳（メタデータ） (2026-01-10T02:22:01Z)
• Deep Learning--Accelerated Multi-Start Large Neighborhood Search for Real-time Freight Bundling [10.477771954122625]
  我々はOFEXバンドル問題をマルチコモディティ・ワン・ワン・ワン・ピックアップ・アンド・デリバリ選択販売者問題(m1-PDSTSP)としてモデル化する。 主な課題は、バンドルの選択とピックアップ・アンド・デリバリのルーティングをサブ秒で結合することだ。 本稿では,トランスフォーマーニューラルネットワークに基づく構築ポリシーと,ローリングホライゾンスキームにおける革新的マルチスター大型近傍探索(LNMSS)メタヒューリスティックを組み合わせた学習促進ハイブリッド探索パイプラインを提案する。
  論文  参考訳（メタデータ） (2025-12-12T00:29:37Z)
• Comparative Analysis of Ant Colony Optimization and Google OR-Tools for Solving the Open Capacitated Vehicle Routing Problem in Logistics [0.0]
  Open Capacitated Vehicle Routing Problem (OCVRP)は、地理的に分散した顧客に最適な配送ルートを見つけることを扱う。 本研究は,OCVRPソリューションのアルゴリズムとして,自然に着想を得たメタヒューリスティックであるAnt Colony Optimization (ACO)と,業界標準の最適化ツールキットであるGoogle OR-Toolsの2つを比較した。
  論文  参考訳（メタデータ） (2025-09-30T13:18:14Z)
• Accelerating Vehicle Routing via AI-Initialized Genetic Algorithms [53.75036695728983]
  車両ルーティング問題 (VRP) は進化的最適化における基本的なNPハード問題である。 本稿では、強化学習エージェントを事前のインスタンスで訓練し、初期解を迅速に生成する最適化フレームワークを提案する。 このフレームワークは、様々な時間予算において、現在の最先端のソルバよりも一貫して優れています。
  論文  参考訳（メタデータ） (2025-04-08T15:21:01Z)
• Spatial-temporal-demand clustering for solving large-scale vehicle routing problems with time windows [0.0]
  本稿では,クラスタリングを用いて顧客をグループ化するDRI(Decompose-route-improve)フレームワークを提案する。 その類似度基準は、顧客の空間的、時間的、需要データを含む。 本研究では,解答サブプロブレム間でプルーンド局所探索(LS)を適用し,全体の解法を改善する。
  論文  参考訳（メタデータ） (2024-01-20T06:06:01Z)
• TOP-Former: A Multi-Agent Transformer Approach for the Team Orienteering Problem [47.40841984849682]
  車両群のためのルートプランニングは、荷物の配送、監視、輸送といった応用において重要な課題である。 ToP-Formerは、チームのオリエンテーリング問題を効率的に正確に解くために設計されたマルチエージェント経路計画ニューラルネットワークである。
  論文  参考訳（メタデータ） (2023-11-30T16:10:35Z)
• MARLIN: Soft Actor-Critic based Reinforcement Learning for Congestion Control in Real Networks [63.24965775030673]
  そこで本研究では,汎用的な渋滞制御(CC)アルゴリズムを設計するための新しい強化学習(RL)手法を提案する。 我々の解であるMARLINは、Soft Actor-Criticアルゴリズムを用いてエントロピーとリターンの両方を最大化する。 我々は,MARLINを実ネットワーク上で訓練し,実ミスマッチを克服した。
  論文  参考訳（メタデータ） (2023-02-02T18:27:20Z)
• An Online Approach to Solve the Dynamic Vehicle Routing Problem with Stochastic Trip Requests for Paratransit Services [5.649212162857776]
  動的車両ルーティング問題(DVRP)を解決するための完全オンライン手法を提案する。 時間的に疎いため、パラトランジットリクエストのバッチ化は困難である。 我々はモンテカルロ木探索を用いて任意の状態に対する行動を評価する。
  論文  参考訳（メタデータ） (2022-03-28T22:15:52Z)
• The Machine Learning for Combinatorial Optimization Competition (ML4CO): Results and Insights [59.93939636422896]
  ML4COは、キーコンポーネントを置き換えることで最先端の最適化問題を解決することを目的としている。 このコンペティションでは、最高の実現可能なソリューションを見つけること、最も厳密な最適性証明書を生成すること、適切なルーティング設定を提供すること、という3つの課題があった。
  論文  参考訳（メタデータ） (2022-03-04T17:06:00Z)
• Combining Deep Learning and Optimization for Security-Constrained Optimal Power Flow [94.24763814458686]
  セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。 SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。 本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-07-14T12:38:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。