SVRPBench: A Realistic Benchmark for Stochastic Vehicle Routing Problem

要約

不確実性の下での堅牢なルーティングは、実際の物流の中心ですが、ほとんどのベンチマークは静的で理想化された設定を想定しています。
都市規模での車両ルーティングで高忠実度の確率的ダイナミクスをキャプチャする最初のオープンベンチマークであるSVRPBenchを紹介します。
最大1000人の顧客を抱える500を超えるインスタンスにまたがって、現実的な配信条件をシミュレートします。時間依存の混雑、対数通常の遅延、確率的事故、および住宅および商業クライアント向けの経験的に根拠のある時間窓です。
パイプラインは、マルチデポットやマルチビークルのセットアップなど、多様で制約豊富なシナリオを生成します。
ベンチマークは、POMOやAMのような最先端のRLソルバーが分布シフトで20％以上劣化していることを明らかにしていますが、古典的およびメタヒューリスティックな方法は堅調なままです。
再現可能な研究を可能にするために、データセットと評価スイートをリリースします。
SVRPBenchは、合成の仮定を超えて一般化し、現実世界の不確実性に適応するソルバーを設計するようコミュニティに挑戦しています。

要約(オリジナル)

Robust routing under uncertainty is central to real-world logistics, yet most benchmarks assume static, idealized settings. We present SVRPBench, the first open benchmark to capture high-fidelity stochastic dynamics in vehicle routing at urban scale. Spanning more than 500 instances with up to 1000 customers, it simulates realistic delivery conditions: time-dependent congestion, log-normal delays, probabilistic accidents, and empirically grounded time windows for residential and commercial clients. Our pipeline generates diverse, constraint-rich scenarios, including multi-depot and multi-vehicle setups. Benchmarking reveals that state-of-the-art RL solvers like POMO and AM degrade by over 20% under distributional shift, while classical and metaheuristic methods remain robust. To enable reproducible research, we release the dataset and evaluation suite. SVRPBench challenges the community to design solvers that generalize beyond synthetic assumptions and adapt to real-world uncertainty.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google