Dynamic crowdsourcing problem in urban–rural distribution using the learning-based approach

Dynamic crowdsourcing problem in urban–rural distribution using the learning-based approach

论文链接

1️⃣ 文章基本框架

关键词

ALNS、神经网络GNN、热力图、Kuhn-Munkres算法

2️⃣ 贡献

将预期未来收入纳入考虑，使用基于GNN生成的热力图的ALns算法

3️⃣ 文章亮点思考

使用GNN生成边的热力图，显示边在最优解上出现的概率，然后基于热力图进行ALNS。

在时间步分配任务时使用基于Qlearn的算法来把任务分配给车辆，评估了未来的收入。

4️⃣ 借鉴学习（125）

“125”原则

1个思路

使用GNN生成边的热力图，显示边在最优解上出现的概率。这种思路在无人机任务的分配上可以借鉴。

2个绘图

Fig.7好像是用的纯道路图。

Fig.E1很不错

5个句式

待补充

相关笔记：