路线偏差降两成九
兼顾业务约束和骑手偏好，用更少的网络参数实现更准的包裹取送路线预测
Metages Molla, Gubena · 张玉利 · Ziqian, Ma · 马潇宇 · Yucai, Yang
IEEE Transactions on Consumer Electronics 2025
通过集成旅行商模型与带时间窗的约束满足，以及带优先约束掩码的 i-DeepRoute 变换器，显式建模骑手个性化路线行为。
采用双奖励函数：完全匹配率（CMR）用于严格路线对齐，编辑距离（ED）提供渐进反馈，从而缓解强化学习中的奖励稀疏问题。
相比纯深度学习方法，网络参数减少 85%，降低了模型部署和推理成本。