Kurage 論文トラッカー|物流・置き配・再配達とラストワンマイル
Online Deep Reinforcement Learning Approach for Solving Dynamic Vehicle Routing Problems with Time Windows
このシステムを作った会社が、御社の X の運用をお手伝いします。AI-SNS顧問を見る →
Kurage 論文トラッカー › 物流・置き配・再配達とラストワンマイル › 論文
POMDPモデルとTransformerアーキテクチャを用いた深層強化学習アルゴリズムを提案し、動的な変化に対応した効率的な配送計画の最適化が可能であることを示した。
この要約は、論文の要旨をもとに当社が付けたものです。正確な内容は原文で確かめてください。
| 掲載 | 2025年5月16日 Chinese Control and Decision Conference (CCDC) |
|---|---|
| 東海・関東の大学の著者 | Quanjun Chen(東京大学) |
| 著者(全員) | Yanpeng Zhang、Xianghua Li、Yuqian Zhao、Hui Wang、Gui Gui、Qing Ye、Quanjun Chen、Chunhua Yang |
| 原文 | https://doi.org/10.1109/ccdc65474.2025.11090772 |
論文の内容と国会の議論は、テーマが同じものを並べています。著者が国会で発言したという意味ではありません。
「物流・置き配・再配達とラストワンマイル」の研究と論文をすべて見る
出典:OpenAlex(CC0)、国会会議録検索システム。掲載内容の訂正・削除のご依頼はお問い合わせから。