问题描述
对于我的论文，我想创建一个优化 k-Traveling Repairmen Problem 的算法，并扩展将多个修理工派往同一地点会降低服务时间。我找不到关于这个主题的任何文献，我想知道以前是否研究过这个问题？
我已经查看了 VRP、TSP、TRP、OP 的变体，但还没有遇到任何与我的问题类似的问题。
解决方法
从哪里开始的几个想法：
免责声明：我不是这个领域的专家，我不太了解这个特定的问题，所以我只会根据你的问题来回答。但是我喜欢图表并且喜欢偶尔考虑一下它们。话虽如此，我们开始吧。
首先，有两件事需要澄清，因为它们会影响您处理问题的方式：
- 将两个机器人发送到单个任务是否会将完成时间缩短一半，或者是否存在任何其他进度依赖性？
- 对于一个任务可以发送的机器人数量有限制吗？
由于我还不知道答案，我现在将列出一些想法，如果这是我的论文，我可能会尝试去探索：
- 我会尝试寻找并可能证明将更多机器人发送到单个任务中是否有利。如果是，在什么配置下。如果不是，为什么会这样？
例如在最简单的情况下，两个机器人可以修复 1 个单位的损坏，两个成本为 2 且行进距离为零的任务，首先完成第一个任务肯定是有利的，然后第二个。总修复时间将相同，但总延迟会更低（3 对 4）。 - 我会尝试探索网络流和其他一般的图算法。可能会有一些有趣的见解。但是，由于您选择的问题是 NP 难题，因此可能没有直接的解决方法。 NP 问题是这样的派对杀手。
- 我会在泛化之前查看原始问题。也许您的案例可以通过巧妙的重新制定简化为更简单的版本？
现在我想一想 - 每项任务都有成本。 如果我们假设这个成本是一个整数并且机器人的修复能力是 1，那么用一组各自距离为零的任务替换每个任务很可能足以减少非广义和深入研究的问题。论文解决了。咳嗽。 - 话虽如此，探索原始问题的启发式绝对是一个起点。尝试几种不同的方法来比较它们并学习推理您的问题很可能会很有用。
- 启发式方法不够性感吗？使用神经网络来近似解决方案可能很有趣。太中心化了？对完成任务的修理工给予奖励的多智能体系统可能是无政府主义者的一种方式。
再次祝你好运。