Routing-MVMoE

一个模型搞定多种车辆路径问题，训练新任务更省力

Routing-MVMoE 是 ICML 2024 论文《MVMoE: Multi-Task Vehicle Routing Solver with Mixture-of-Experts》的官方开源实现，旨在解决多任务车辆路径规划（VRP）问题。传统求解器通常针对单一任务（如 TSP、CVRP、VRPTW）单独训练，泛化性差且训练成本高。MVMoE 基于 Mixture-of-Experts（MoE）架构，通过共享骨干网络和多个专家模块，实现一个模型同时处理多种 VRP 变体，并能在训练新任务时复用已有专家，显著提升样本效率和泛化能力。项目提供完整的训练、评估和推理代码，支持多种经典 VRP 任务，并包含预训练模型权重。核心能力包括：多任务联合训练、专家路由机制、跨任务知识迁移，以及基于强化学习的求解范式，为学术界和工业界的 VRP 求解提供了一种高效、可扩展的解决方案。