知识卡片：提升跨问题车辆路径求解：局部增强偏好与表征解耦

一句话结论

POLAR 训练算法与 PLE 编码器共同将神经多任务车辆路径问题（VRP）求解器的跨问题泛化能力提升：在 16 个分布内变体上，平均 gap 相对最强已发表基线降低 21.3%；在 32 个未见变体中，27 个优于先前神经方法。

研究问题

多任务 VRP 求解器希望用单一统一模型处理多种 VRP 变体，避免为每个变体单独训练模型。但现有方法存在两方面局限：

• 训练端：强化学习受奖励尺度差异和优势信号缩小影响；偏好优化在采样路线近乎相同后停滞，受限于策略自身生成解的质量。
• 架构端：全共享编码器会将异构变体之间的约束相关表征纠缠在一起，限制泛化。

方法/产品要点

• POLAR（Preference Optimization with Locally Augmented Refinement）：一种训练算法，在对解码出的最佳路线形成偏好对之前，先应用局部搜索精炼，从而获得信息量更大的成对边际。
• PLE（Progressive Layered Extraction）：一种编码器设计，每层通过门控机制路由到一个共享专家和一组任务特定专家，逐步分离通用路由结构与约束特定编码。
• 两项贡献均为模型无关的改进，可叠加在多种骨干架构上。

主要结果

• 在 16 个分布内 VRP 变体上，平均 gap 相对最强公开基线降低 21.3%。
• 在 32 个未见变体中，27 个优于先前神经方法。
• 消融实验确认 POLAR 和 PLE 各自有效，且跨多种骨干模型架构提升跨问题泛化能力。

为什么重要

这项工作同时改进训练算法和架构设计，使统一模型能更好处理多 VRP 变体，减少重复训练成本，并增强对未见变体的泛化能力。与已有相关卡片涉及的风能预测、矩阵乘法、缺陷检测主题不同，本卡片提供神经组合优化方向的新进展。

局限与不确定性

• 本卡片基于 arXiv 摘要生成，未获取全文；具体数据集、基准名称、计算开销、超参数和消融细节待核实。
• “平均 gap 降低 21.3%”和“27 out of 32”等数字来自摘要，尚无法独立验证。
• 未见变体的具体类型、与分布内变体的差异程度待核实。
• 作者、发布时间等元数据以 arXiv 页面为准；论文是否经过同行评审待核实。

可用于图书/PPT/简报的角度

• 强调“训练算法 + 模型架构”双管齐下解决多任务泛化问题。
• 类比：POLAR 类似先请“局部搜索专家”精修答案，再用精修后的答案教模型；PLE 类似用“共享专家 + 任务专属专家”分工，先学通用规则再学特殊规则。
• 可引用数字：21.3% 的平均 gap 改善；32 个未见变体中 27 个被超越。
• 展示 VRP 统一求解器的现实意义：物流、配送等多场景共用模型，减少训练和部署成本。

与既有脉络的关系

与已有相关卡片（风能/太阳能预测特征选择、矩阵乘法指数优化、跨场景缺陷检测）主题不同，无直接延续或重叠；本条为神经组合优化/多任务 VRP 求解方向的新增知识卡片。

原始材料

• 英文标题：Improving Cross-Problem Vehicle Routing with Locally Augmented Preferences and Representation Disentanglement
• 英文关键词（提取自摘要）：Multi-task vehicle routing problem; Preference optimization; Representation disentanglement; Local search refinement; Progressive layered extraction
• arXiv ID：2608.24859v1
• 作者：Arthur Corrêa, Paulo Nascimento, Samuel Moniz
• 发布时间：2026-08-25T17:44:23Z
• 分类：cs.LG
• 来源：https://arxiv.org/abs/2608.24859v1
• PDF URL：https://arxiv.org/pdf/2608.24859v1