論文の概要: KAYROS: An Anytime and Exact Open-Source Solver for Duration-Minimization Time-Dependent Vehicle Routing. A Technical Report and a Case Study in Human-AI Engineering

• arxiv url: http://arxiv.org/abs/2607.23116v1
• Date: Sat, 25 Jul 2026 09:16:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:14.994808
• Title: KAYROS: An Anytime and Exact Open-Source Solver for Duration-Minimization Time-Dependent Vehicle Routing. A Technical Report and a Case Study in Human-AI Engineering
• Title（参考訳）: KAYROS: 時間最小化時間依存型自動車ルーティングのためのオープンソースソリューション : 技術報告とAI工学の事例研究
• Abstract要約: KAYROSは、時間依存性の車両ルーティング問題を最小化するためのオープンソースの解法である。 プロプライエタリな依存関係がなく、ひとつのコマンドでインストールする。 また、実際のOpenStreetMapの都市道路ネットワークの著者によって設計されたベンチマークファミリーであるPoryos2026も紹介されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: KAYROS is an open-source solver for duration-minimization time-dependent vehicle routing problems, with or without time windows (TDVRPTW, TDVRP). In these variants, travel times change with departure time, and each route's dispatch time is a decision. To the best of the author's knowledge, it is the first openly available solver that is both anytime, streaming improving solutions from the first seconds, and exact, proving optimality with publicly verifiable certificates, for these problems over rich piecewise-linear travel- time functions rather than a time discretization. It has no proprietary dependency and installs with one command. It builds on the state of the art for time-dependent function composition and exact solving, extending the open-source branch-price-and-cut solver of Lera-Romero, Miranda Bront and Soulignac (2020) with an open LP backend, anytime and warm- start behavior, checker-exact pricing, and exact treatment of stepwise travel times. On the MAMUT-routing benchmark collection, KAYROS stands behind 468 published optimality certificates, each requiring agreement among four independent solves, and five certificates strictly improve published reference values. The report also introduces Poryos2026, a benchmark family designed and generated by the author from real OpenStreetMap city road networks. Its 1,080 paired CVRP, VRPTW, TDVRP and TDVRPTW instances combine real road geometries with controlled synthetic demands, time windows and congestion. Every instance carries a checker-validated best-known solution. This report presents the solver, its certification protocol, the benchmark's generation and feasibility guarantees, and their experimental connection for a broad technical audience. It is also a case study in the intensive human-AI collaboration that made this body of work feasible while keeping its claims independently verifiable.
• Abstract（参考訳）: KAYROSは、タイムウインドウ(TDVRPTW、TDVRP)の有無にかかわらず、時間依存の車両ルーティング問題に対するオープンソースの解決法である。 これらの変種では、出発時間とともに旅行時間が変化し、各ルートの発送時間が決定される。 著者の知識を最大限に活用するために、これは、いつでも利用できる最初の公開解法であり、最初の秒から改善ソリューションをストリーミングし、また、これらの問題を時間離散化ではなく、リッチで線形な旅行時間関数よりも、公的な証明で証明し、最適性を証明している。 プロプライエタリな依存関係がなく、ひとつのコマンドでインストールする。 Lera-Romero, Miranda Bront, Soulignac (2020) のオープンソースブランチ・プライス・アンド・カット・ソルバをオープンLPバックエンドで拡張し、いつでも、ウォーム・スタートの振る舞い、チェッカー・エクサクティ・価格、ステップワイド・トラベルタイムの正確な処理を可能にした。 MAMUT-routingベンチマークコレクションでは、KAYROSは468の発行された最適性証明の背後にあり、それぞれが4つの独立した解決と5つの証明書の間で合意を必要としている。 また、このレポートでは、実際のOpenStreetMapの都市道路ネットワークの著者によって設計されたベンチマークファミリーであるPoryos2026も紹介されている。 1,080組のCVRP、VRPTW、TDVRP、TDVRPTWインスタンスは、実際の道路地形と、制御された合成要求、時間窓、混雑を組み合わせている。 各インスタンスはチェッカー検証された最もよく知られたソリューションを持っている。 本報告では, 問題解決者, 認証プロトコル, ベンチマークの生成と実現可能性保証, および, 幅広い技術的オーディエンスに対する実験的なつながりについて述べる。 また、この作業体を独立して検証しながら実現可能にした、集中的な人間とAIのコラボレーションにおけるケーススタディでもある。

関連論文リスト

• Automated Self-Testing as a Quality Gate: Evidence-Driven Release Management for LLM Applications [51.56484100374058]
  我々は,エビデンスに基づくリリース決定を伴う品質ゲートを導入する自動自己テストフレームワークを提案する。 内部展開型多エージェント対話型AIシステムの縦型ケーススタディにより,本フレームワークの評価を行った。
  論文  参考訳（メタデータ） (2026-03-13T20:44:15Z)
• An Agentic Framework with LLMs for Solving Complex Vehicle Routing Problems [66.60904891478687]
  複雑な車両ルーティング問題を解決するために,LLM (AFL) を用いたエージェントフレームワークを提案する。 AFLは生の入力から知識を直接抽出し、自己完結型コード生成を可能にする。 AFLは、コード信頼性とソリューション実現性の両方において、既存のLCMベースのベースラインを大幅に上回っていることを示す。
  論文  参考訳（メタデータ） (2025-10-19T03:59:25Z)
• DISPLIB: a library of train dispatching problems [0.0]
  本稿では,列車再ルーティングと再スケジューリングの主な特徴を捉えた共通問題定義とファイル形式disPLIBを提案する。 複数の実世界のユースケースから問題インスタンスを収集し、それらを公開しました。 これにより、研究者や開発者は、産業的な接続なしに送電列車の問題に取り組むことができる。
  論文  参考訳（メタデータ） (2025-09-12T13:35:28Z)
• 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)
• Graph Attention-based Deep Reinforcement Learning for solving the Chinese Postman Problem with Load-dependent costs [2.1212179660694104]
  本稿では、負荷依存コストで中国ポストマン問題(CPP-LC)に対処する新しいDRLフレームワークを提案する。 本稿では,CPP-LC問題に効果的に対応するためのエンコーダとデコーダからなるDRL,すなわちArcDRLに基づく自己回帰モデルを提案する。 また,CPP-LCのためのアルゴリズム(EA)に基づくバイオインスパイアされた新しいメタヒューリスティックソリューションを提案する。
  論文  参考訳（メタデータ） (2023-10-24T04:50:32Z)
• Roulette-Wheel Selection-Based PSO Algorithm for Solving the Vehicle Routing Problem with Time Windows [58.891409372784516]
  本稿では,Roulette Wheel Method (RWPSO) を用いた新しいPSO手法を提案する。 RWPSOのSolomon VRPTWベンチマークデータセットを用いた実験は、RWPSOが文学の他の最先端アルゴリズムと競合していることを示している。
  論文  参考訳（メタデータ） (2023-06-04T09:18:02Z)
• Reinforcement Learning Based Vehicle-cell Association Algorithm for Highly Mobile Millimeter Wave Communication [53.47785498477648]
  本稿では,ミリ波通信網における車とセルの関連性について検討する。 まず、ユーザ状態(VU)問題を離散的な非車両関連最適化問題として定式化する。 提案手法は,複数のベースライン設計と比較して,ユーザの複雑性とVUEの20%削減の合計で最大15%のゲインが得られる。
  論文  参考訳（メタデータ） (2020-01-22T08:51:05Z)

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。