Learning to Optimize Industry-Scale Dynamic Pickup and Delivery Problems
MIRA Lab, USTC（中国科学技术大学MIRA实验室）；Noah’s Ark Lab, Huawei（华为诺亚方舟实验室）；University College London（伦敦大学学院）；Beihang University（北京航空航天大学）
动态取货配送问题（DPDP）的目标是在配送订单未知的情况下，在多个站点之间动态调度车辆，以最小化成本。尽管DPDP在现代物流和供应链管理中扮演着重要的角色，但现有的DPDP算法在求解质量和效率上仍存在一定的局限性。实际上，随着车辆和站点数量的增加，它们无法提供可扩展的解决方案。在本文中，我们提出了一种数据驱动的方法，时空辅助双深度图网络（ST-DDGN），以解决工业规模的DPDP。该方法首先采用时空预测方法对配送需求进行预测，引导神经网络在调度车辆时感知配送需求的时空分布。此外，通过建立基于图的价值函数，对车辆等个体之间的关系进行建模。ST-DDGN将基于注意力的图嵌入与双DQN（DDQN）结合在一起。因此，与传统方法相比，它可以更有效地进行跨车辆的推理。我们的方法完全是数据驱动的，因此是自适应的，即，ST-DDGN可以周期性地从数据中学习并纠正相邻车辆的关系表示。我们对真实世界的数据进行了广泛的实验，以评估我们的解决方案。结果表明，ST-DDGN减少了11.27%的使用车辆的数量，并降低了13.12%的总运输成本平均超过强基线，包括启发式算法部署在我们的UAT（用户验收测试）环境和各种香草DRL方法。我们将在我们的在线物流系统中全面部署我们的解决方案，预计每年可节省数百万美元的物流成本。
2021-05-27 cs.AI
Standby-Based Deadlock Avoidance Method for Multi-Agent Pickup and Delivery Tasks
Waseda University（早稻田大学）
多代理拾取和交付（MAPD）问题，其中多个代理迭代地携带材料而不发生碰撞，已经受到了极大的关注。然而，许多传统的MAPD算法假设一个专门设计的网格状的环境，如自动化仓库。因此，他们有许多取货和送货地点，代理商可以在那里停留很长一段时间，以及大量的弯路，以避免由于网格中的移动自由而发生碰撞。相比之下，由于迷宫般的环境，如搜索和救援或建筑工地，具有较少的拾取/交付位置，并且它们的数量可能不平衡，因此许多代理集中在这些位置，导致效率低下的操作，经常陷入困境或僵局。因此，即使在迷宫般的限制环境中，为了提高传输效率，我们提出了一种死锁避免方法，称为基于待机的死锁避免（SBDA）。SBDA使用使用关节点查找算法实时确定的备用节点，并且代理保证在有限的时间内停留在那里。我们证明了我们提出的方法优于传统的方法。我们还分析了用于选择备用节点的参数如何影响性能。
2022-01-19 cs.AI cs.MA cs.RO
Optimizing Package Delivery with Quantum Annealers: Addressing Time-Windows and Simultaneous Pickup and Delivery
TECNALIA（泰克纳利亚技术中心）；Serikat - Consultoría y Servicios Tecnológicos（塞里卡咨询与技术服务公司）
本文采用量子-经典混合技术Q4RPD解决真实包裹配送问题，扩展处理同时取送货、时间窗及车辆移动限制等现实约束，并通过7个实例验证了新功能。
2025-04-02 cs.AI cs.ET
Lifelong Path Planning with Kinematic Constraints for Multi-Agent Pickup and Delivery
University of Southern California（南加州大学）
多代理拾取和交付（MAPD）问题模型的应用程序中，大量的代理出席传入拾取和交付任务的流。令牌传递（TP）算法是近年来提出的一种高效的MAPD算法。我们使用一种新的组合搜索算法，称为安全间隔路径规划与保留表（SIPPWRT），单代理路径规划TP更高效和有效的。SIPPWRT使用高级数据结构，允许在线设置中快速更新和查找所有代理的当前路径。由此产生的MAPD算法TP-SIPPWRT考虑到实际机器人的运动学约束直接在规划过程中，计算连续的代理运动与给定的速度，工作在非完整的机器人，而不是离散的代理运动与均匀的速度，是完整的形式良好的MAPD实例。我们证明了它的好处，自动化仓库使用代理模拟器和标准的机器人模拟器。例如，我们证明了它可以在几秒钟内为数百个代理和数千个任务计算路径，并且比现有的MAPD算法更高效和有效，该算法使用后处理步骤以使其路径适应具有给定速度的连续代理移动。
2018-12-15 cs.AI cs.RO
The double traveling salesman problem with partial last-in-first-out loading constraints
Universidade Federal de Ouro Preto（欧鲁普雷图联邦大学）；Universidade Federal de Viçosa（维索萨联邦大学）；Università degli studi di Modena e Reggio Emilia（摩德纳和雷焦艾米利亚大学）
本文介绍了带部分后进先出装载约束的双旅行商问题。这是一个取货和送货的单车辆路径问题，因为取货和送货区域在地理上是分开的，所以所有的取货操作必须在任何送货操作之前执行。车辆在拾取区域收集物品，并将其装载到其容器中，即水平堆叠。在执行所有拾取操作之后，车辆开始在交付区域中交付物品。装卸作业必须遵守部分后进先出（LIFO）政策，即，在给定的重装深度内可能违反LIFO策略的版本。DTSPPL的目标是使总成本最小化，总成本包括车辆行驶的总距离以及由于违反标准LIFO政策而卸载然后重新装载的物品数量。我们正式描述DTSPPL通过两个线性规划（ILP）配方，并提出了一个启发式算法的基础上有偏随机密钥遗传算法（BRKGA），以找到高质量的解决方案。所提出的解决方案的方法的性能进行了评估，在广泛的一组实例。计算结果表明，这两个ILP配方已经能够解决只有较小的情况下，而BRKGA获得了良好的质量解决方案，几乎所有的情况下，需要很短的计算时间。
2020-09-05 cs.AI
Lifelong Multi-Agent Path Finding for Online Pickup and Delivery Tasks
University of Southern California（南加州大学）；Tsinghua University（清华大学）
多智能体寻路（MAPF）问题最近受到了广泛的关注。然而，它没有捕捉到许多现实世界领域的重要特征，例如自动化仓库，其中代理人不断地参与新任务。因此，在本文中，我们研究了终身版本的MAPF问题，称为多代理皮卡和交付（MAPD）问题。在MAPD问题中，代理商必须在在线环境中处理一系列交付任务。必须为每个交付任务分配一个座席。该代理必须首先移动到给定的取货位置，然后移动到给定的交付位置，同时避免与其他代理发生冲突。我们提出了两个解耦的MAPD算法，令牌传递（TP）和令牌传递与任务交换（TPTS）。从理论上讲，我们表明，他们解决了所有形式良好的MAPD实例，一个现实的子类MAPD实例。实验上，我们比较他们对一个集中式的strawman MAPD算法没有这种保证在模拟仓库系统。TP可以很容易地扩展到一个完全分布式的MAPD算法，是最好的选择时，实时计算是主要关注的问题，因为它仍然有效的MAPD实例与数百个代理和任务。TPTS要求代理之间的通信有限，并在TP和集中式MAPD算法之间实现了很好的平衡。
2017-05-30 cs.AI cs.MA cs.RO
Multi-Goal Multi-Agent Pickup and Delivery
Simon Fraser University（西蒙菲莎大学）；University of Southern California（南加州大学）
在这项工作中，我们考虑多代理拾取和交付（MAPD）的问题，代理不断从事新的任务，需要计划无冲突的路径来执行它们。为了执行任务，代理需要访问一对目标位置，包括拾取位置和交付位置。我们提出了两种变体的算法，分配一系列的任务，每个代理使用的任何时候算法大邻域搜索（LNS）和计划路径使用多代理路径查找（MAPF）算法基于优先级的搜索（PBS）。LNS-PBS是完整的形式良好的MAPD实例，一个现实的子类的MAPD实例，经验上比现有的完整的MAPD算法中央更有效。LNS-wPBS不提供完整性保证，但经验上比LNS-PBS更有效和稳定。它可扩展到大型仓库中的数千个代理和数千个任务，并且根据经验比现有的可扩展MAPD算法HBH+MLA* 更有效。LNS-PBS和LNS-wPBS也适用于MAPD的更一般的变体，即多目标MAPD（MG-MAPD）问题，其中任务可以具有不同数量的目标位置。
2022-08-02 cs.AI cs.MA cs.RO
Pickup & Delivery with Time Windows and Transfers: combining decomposition with metaheuristics
Athens University of Economics and Business（雅典经济与商业大学）；ELTRUN Lab（ELTRUN实验室）；Optiscale（Optiscale公司）
本文针对带时间窗与转运的取送货问题，提出基于逻辑的 Benders 分解与改进的大邻域搜索算法，并开发实例生成器，在中小规模上实现最优或近最优解，在大规模上验证了可扩展性与性能提升。
2025-05-04 cs.AI math.OC
Deadlock-Free Method for Multi-Agent Pickup and Delivery Problem Using Priority Inheritance with Temporary Priority
Waseda University（早稻田大学）
针对多智能体配送问题（MAPD问题），通过扩展优先级继承回溯（PIBT）方法，使其适用于更一般的环境，提出了一种MAPD问题的控制方法. PIBT是一种有效的算法，它为每个代理引入了一个优先级，并且在每个时间步，代理按照优先级的降序，通过仅与本地代理的通信来决定下一个时间步中的下一个相邻位置。不幸的是，PIBT仅适用于被建模为双连通区域的环境，如果它包含死端，如树形路径，PIBT可能会导致死锁。然而，在现实世界的环境中，有许多死胡同路径的位置，如货架上的材料存储以及装载/卸载位置的运输卡车。我们所提出的方法使MAPD任务在环境中进行一些树形路径没有死锁，同时保留PIBT功能，它允许代理有临时的优先级和限制代理的运动在树上。首先，我们证明了代理总是可以达到他们的交付没有死锁。我们的实验表明，所提出的方法是非常有效的，即使在PIBT是不适用的环境中，通过比较它们与那些使用众所周知的令牌传递方法作为基线。
2022-05-25 cs.AI cs.MA
Robust Multi-Agent Pickup and Delivery with Delays
Politecnico di Milano（米兰理工大学）；Università degli Studi di Milano（米兰大学）
本文研究带延迟的多智能体取货与交付（MAPD）问题，提出基于 Token Passing 的 k-TP 和 p-TP 两种算法，通过规划限制不完美执行的影响提供确定性和概率性鲁棒保证，显著减少因延迟导致的重规划次数且几乎不增加成本。
2023-03-30 cs.AI cs.MA cs.RO
Double-Deck Multi-Agent Pickup and Delivery: Multi-Robot Rearrangement in Large-Scale Warehouses
Simon Fraser University（西蒙弗雷泽大学）
本研究提出自动化仓库多机器人货架重排的DD-MAPD问题，证明其NP难，设计MAPF-DECOMP分解框架及优化方法，可快速求解上千货架、数百智能体的大规模实例。
2023-04-27 cs.AI cs.MA cs.RO
Online Dispatching and Routing for Automated Guided Vehicles in Pickup and Delivery Systems on Loop-Based Graphs
Department of Computer Science KU Leuven campus（计算机科学系KU莱顿校区）
本文提出了一种基于环形图的算法，用于高效调度和路径规划自动化导引车在配送系统中，通过实验验证其在计算效率和解决方案质量上的优势。
2026-03-08 cs.AI cs.CE
Sequence Pathfinder for Multi-Agent Pickup and Delivery in the Warehouse
Shanghai Jiao Tong University（上海交通大学）
本文将 MAPF 建模为序列问题并证明顺序不变最优性，提出基于 Transformer 的 SePar，以线性复杂度实现隐式全局信息交换，在仓库类 MAPD 任务中优于现有学习方法。
2025-09-30 cs.AI cs.LG cs.MA
Lifelong Multi-Subsystem Pickup and Delivery with Buffer-Limited Handover Stations
Robert Bosch GmbH（罗伯特·博世有限公司）；Technical University of Berlin（柏林工业大学）；Robotics Institute Germany (RIG)（德国机器人研究所）
研究终身多子系统取货与送货中协调子系统载荷转移的问题，提出交接感知预留与路由（HARR）方法，通过共享日历和缓冲区预测协调行动，模拟显示该方法能显著提高吞吐量、减少积压并降低规划时间，提升运输稳定性。
2026-07-21 cs.AI cs.MA cs.RO
Rolling Horizon based Temporal Decomposition for the Offline Pickup and Delivery Problem with Time Windows
Cornell University（康奈尔大学）；Vanderbilt University（范德堡大学）；Chattanooga Area Regional Transportation Authority（查塔努加地区区域交通管理局）；Pennsylvania State University（宾夕法尼亚州立大学）
带时间窗的离线配送问题（PDPTW）是交通运输领域中的经典组合优化问题，具有很强的计算挑战性。由于问题的复杂性，实际的问题实例只能通过数学方法来解决，这会权衡解决方案的质量和计算的易处理性。在各种算法中，一个常见的策略是问题分解，即将大规模问题简化为一系列较小的子问题，空间和时间分解是两种自然的方法。虽然空间分解在某些情况下是成功的，但有效的时间分解一直具有挑战性，因为难以将分解边界上的子问题解决方案缝合在一起。在这项工作中，我们引入了一种新的时间分解方案，解决一类具有窄时间窗口的PDPTW，它能够提供快速和高质量的解决方案。我们利用的技术，最近已经流行的背景下，在线拨号乘坐的问题，随着滚动优化的总体思路。据我们所知，这是第一次尝试使用这种方法来解决离线PDPTW。为了展示我们的框架的性能和可扩展性，我们使用paratransit服务的优化作为一个激励的例子。我们比较我们的结果与离线启发式算法使用谷歌OR工具。在较小的问题实例中，基线方法与我们的框架一样具有竞争力。然而，在较大的问题实例中，我们的框架更具可扩展性，可以为不同难度的问题实例提供良好的解决方案，而基线算法通常无法在可比的计算时间内找到可行的解决方案。
2023-03-06 cs.AI cs.MA
Terraforming -- Environment Manipulation during Disruptions for Multi-Agent Pickup and Delivery
Technion - Israel Institute of Technology（以色列理工学院）
研究自动化仓库中多智能体拾取与配送问题，提出Terraforming MAPD（tMAPD）方法，允许智能体在中断时动态移动货架以开辟通道，相比传统MAPD方法提升吞吐量超10%并显著降低服务时间。
2023-05-19 cs.AI cs.MA cs.RO
Pro-Routing: Proactive Routing of Autonomous Multi-Capacity Robots for Pickup-and-Delivery Tasks
John A. Paulson School Of Engineering And Applied Sciences, Harvard University（哈佛大学约翰·A·保尔森工程与应用科学学院）
针对多容量自主机器人取送货任务中实时需求与稳定性保证难以兼顾的问题，提出一种基于主动展开的路由框架，通过车队规模分配算法提供可证明的稳定性保证，并在真实数据实验中显著提升服务量并降低等待时间。
2025-03-31 cs.AI cs.MA cs.RO
A metaheuristic for crew scheduling in a pickup-and-delivery problem with time windows
CONICET（阿根廷国家科学技术研究委员会）；Universidad Nacional de Rosario（罗萨里奥国立大学）；Universidad de Buenos Aires（布宜诺斯艾利斯大学）
针对带时间窗取送货场景下车辆与机组路径独立的VRCSP，提出两阶段求解框架，第二阶段采用带扰动与修复机制的GRASP元启发式算法，可高效求解大规模算例，且双驾驶员机组能显著降低外部班车成本。
2021-02-02 cs.AI cs.DM
Optimal Integrated Task and Path Planning and Its Application to Multi-Robot Pickup and Delivery
IIT Kanpur（印度理工学院坎普尔分校）；Jupiter Money（木星金融）；MPI-SWS（马克斯·普朗克软件系统研究所）；Ericson Research（爱立信研究院）
本文提出融合最优任务规划与路径规划的多机器人机制，借助Z3求解SMT任务规划并扩展CBS-PC生成无碰撞轨迹，在仓库取放任务中优于现有经典规划器。
2024-03-02 cs.AI cs.MA cs.RO
Locker-based Truck-Drone Routing with Integrated Considerations of Pickups, Deliveries, and No-Fly Zones
Faculty of Science and Technology, University of Nottingham Ningbo China（宁波诺丁汉大学理工学院）
针对储物柜式卡车-无人机配送中取货、送货及禁飞区约束，提出两阶段深度强化学习神经启发式方法，以最小化总运营成本。
2026-07-01 cs.AI cs.LG cs.RO
Deep Learning--Accelerated Multi-Start Large Neighborhood Search for Real-time Freight Bundling
University of Twente（特文特大学）；Delft University of Technology（代尔夫特理工大学）；STAR Lab（STAR实验室）
本文提出一种深度学习加速的混合搜索流程，用于实时货运捆绑问题，通过结合Transformer神经网络和多起点大邻域搜索，实现高效、高质量的解决方案。
2025-12-12 cs.AI
Airlift Challenge: A Competition for Optimizing Cargo Delivery
Air Force Research Lab（美国空军研究实验室）；New Mexico Institute of Mining and Technology（新墨西哥矿业技术学院）；Fraunhofer FKIE（弗劳恩霍夫FKIE研究所）
本文介绍空运挑战赛竞赛，其通过模拟器和OpenAI gym接口优化货物配送，应对突发中断，并提出了时间PDDL模型作为核心。竞赛于2023年11月至2024年4月举办，本文描述了竞赛、环境及结果。
2025-04-20 cs.AI
A deep learning Attention model to solve the Vehicle Routing Problem and the Pick-up and Delivery Problem with Time Windows
CentraleSupélec（巴黎中央理工-高等电力学院）；SNCF（法国国家铁路公司）
法国国营训练公司SNCF正在试验通过解决车辆路线问题来开发新型运输服务。虽然许多深度学习模型已被用于有效地解决车辆路径问题，但很难考虑与时间相关的约束。本文采用构造性迭代深度学习算法求解带时间窗的容量限制车辆路径问题（CVRPTW）和带时间窗的容量限制取送问题（CPDPTW）。我们使用一个注意力编码器-解码器结构，并设计了一个新的插入启发式的可行性检查的CPDPTW。我们的模型产生的结果比CVRPTW上最知名的学习解决方案更好。我们展示了深度学习技术解决CPDPTW的可行性，但见证了我们的迭代方法在计算复杂性方面的局限性。
2023-01-10 cs.AI math.OC
Quantum-Efficient Reinforcement Learning Solutions for Last-Mile On-Demand Delivery
Laboratory of Innovations In Transportation（创新交通实验室）；Toronto Metropolitan University（多伦多 Metropolitan 大学）
本文提出了一种结合参数化量子电路的强化学习框架，用于高效解决具有时间窗口的大型容量取货和送货问题，通过对比实验展示了其在解决规模和训练复杂性方面的优势。
2025-09-06 cs.AI cs.LG math.OC
Dynamic Demand Management for Parcel Lockers
University of Augsburg（奥格斯堡大学）；University of the Bundeswehr Munich（慕尼黑联邦国防军大学）
针对快递柜容量有限且配送/取件需求随机的管理难题，提出融合序列决策分析与强化学习技术的动态管控框架，实现配送选项展示与格口分配联合决策，性能显著优于基准方法。
2024-09-12 cs.AI
Deep Reinforcement Learning for Crowdsourced Urban Delivery: System States Characterization, Heuristics-guided Action Choice, and Rule-Interposing Integration
University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
本文研究了在众包城市交付的背景下，将运输请求分配给临时快递员的问题。装运请求在空间上分布，每个装运请求具有在最早拾取时间和最晚递送时间之间的有限时间窗口。被称为众包的临时信使的可用时间和承载能力也有限。我们提出了一种新的基于深度强化学习（DRL）的方法来解决这个分配问题。训练了一种深度Q网络（DQN）算法，该算法具有经验重放和目标网络两个显著特征，可提高DRL训练的效率、收敛性和稳定性。更重要的是，本文做出了三个方法上的贡献：1）提出了一个全面和新颖的描述众包系统状态，包括时空和容量信息的众包和请求; 2）嵌入的启发式，利用状态表示提供的信息，并基于直观的推理来指导具体的行动，以保持易处理性和提高培训效率; 3）集成规则插入，避免路由改进时重复访问相同的路由和节点序列，通过加速学习进一步提高训练效率。通过大量的数值分析证明了该方法的有效性。结果表明，DRL训练中的策略指导动作选择和规则插入带来的好处，以及所提出的方法在解决方案质量，时间和可扩展性方面优于现有的策略。除了提高众包运营规划效率的潜力外，该方法还为车辆路径环境中的其他问题提供了新的途径和通用框架。
2020-11-29 cs.AI cs.LG
Multi-Agent Path Finding with Real Robot Dynamics and Interdependent Tasks for Automated Warehouses
NAVER LABS（纳弗实验室）
本文研究自动化仓库中具有真实机器人动力学和相互依赖任务的在线订单配送MAPF问题，提出交错优先级规划处理任务依赖并设计VP*算法生成符合动力学的无碰撞轨迹，证明了完备性并在仿真和真实仓库中验证。
2024-08-26 cs.AI cs.MA cs.RO
Can Vibe Coding Beat Graduate CS Students? An LLM vs. Human Coding Tournament on Market-driven Strategic Planning
University of Southampton（苏塞克斯大学）；University of Oxford and Alan Turing Institute（牛津大学和艾伦·图灵研究所）
本文提出一个基于现实物流优化问题（拍卖、取件和送货问题）的多智能体推理驱动基准，该问题结合了竞争拍卖与容量受限路由。研究通过比较40个LLM编码代理与17个人类编码代理在12场双打全部比赛和约4万场比赛中的表现，揭示了人类编码代理在战略规划和优化任务中的优势，以及LLM在现实世界中生成有效代码的能力不足。
2025-11-25 cs.AI cs.LG cs.MA
