基于状态可分解 MDP 与专门化专家混合的多任务车辆路径问题求解器

基于摘要分析。本文研究多任务车辆路径问题（VRPs），针对统一神经求解器未充分利用不同 VRP 变体共享基础组成的问题，提出状态可分解 MDP（SDMDP）及 Mixture-of-Specialized-Experts Solver（MoSES），通过复用基础策略处理组合约束，旨在缓解需训练的求解器数量随任务组合指数增长的问题。 核心机制是将 VRP 的状态空间表示为基础 VRP 变体状态空间的笛卡尔积。作者称，该表述能够导出各基础变体的最优基础策略；进一步提出 Latent Space-based SDMDP，将最优基础策略与可学习的混合函数结合，由基础策略产生的状态嵌入映射得到统一状态嵌入。作者称，在温和假设下，该扩展可通过混合函数恢复 SDMDP 的最优统一策略。假设内容、最优性适用范围及证明细节尚未验证。 实际实现中，MoSES 使用专门化 Low-Rank Adaptation（LoRA）专家实现基础策略，以自适应门控实现混合函数。其方法价值在于显式复用基础求解能力，而非仅用单一求解器同时学习所有约束。作者报告，在多种 VRP 变体实验中优于既有方法；摘要未给出具体变体、训练与测试划分、基线、指标或数值，实验协议、消融及统计信息尚未验证，不能据此量化优势或判断未见约束组合上的泛化能力。 平台推测（待验证）：若 EEG 解码任务确实存在可组合的基础因素，专门化 LoRA 专家与门控融合可作为模块复用的候选机制，但 EEG 状态通常不具备已知的笛卡尔积分解，也不对应原文的路径规划 MDP，因此最优性结论不能直接迁移。可复用专家适配与融合思想，需重新设计信号编码、监督目标和专家划分；低信噪比、被试与通道差异可能破坏分解假设，小数据也可能使门控过拟合。一个可检验的小实验是在同一 EEG 数据集和固定跨被试划分下，比较单一 LoRA 与多专家门控适配，并控制可训练参数预算，检查专家复用是否带来稳定增益。相关 EEG 工作尚未检索确认。