Problema del Ladro Viaggiatore con Drone: Nuovo Modello per la Logistica
Uno studio recente presenta il Problema del Ladro Viaggiatore con Drone (TTP-D), una sfida di ottimizzazione combinatoria che descrive un veicolo terrestre che raccoglie oggetti mentre un drone accompagnatore raccoglie oggetti distanti per mitigare la penalità totale legata al tempo di viaggio. L'obiettivo è ottimizzare il profitto raccolto dopo aver considerato una spesa di noleggio dipendente dal tempo, coordinando efficacemente la selezione degli oggetti, il routing del veicolo e la tempistica del volo del drone. I ricercatori creano un programma lineare misto-intero per casi più piccoli e sviluppano metaurestiche insieme a un approccio di Deep Reinforcement Learning (DRL) basato su attenzione per scenari più grandi. Inoltre, introducono un risolutore ibrido che utilizza la politica DRL per avviare le soluzioni per la metaurestica. Questa ricerca può essere trovata su arXiv con l'identificatore 2608.16435.
Fatti principali
- Introduce il Problema del Ladro Viaggiatore con Drone (TTP-D)
- Modella un veicolo terrestre con drone a bordo per operazioni di raccolta
- Considera il tempo di viaggio dipendente dal carico e una penalità cumulativa
- Obiettivo: massimizzare il profitto raccolto al netto del costo di noleggio basato sul tempo
- Ottimizza congiuntamente la selezione degli oggetti, il routing del veicolo e la sincronizzazione del volo
- Formula un programma lineare misto-intero per piccole istanze
- Sviluppa metaurestiche e una politica di Deep Reinforcement Learning (DRL) basata su attenzione
- Propone un risolutore ibrido inizializzato dal learner che combina DRL e metaurestiche
Entità
Istituzioni
- arXiv