COAgents：学习与导航路由问题搜索空间的多智能体框架

车辆路径问题（VRP）因组合复杂性在大规模下难以计算。传统启发式方法依赖手工规则，泛化能力有限。本文提出 COAgents，一种协作多智能体框架，将搜索过程建模为图：节点代表解，边对应局部优化或大幅扰动（跳跃）。框架动态构建部分搜索图，训练节点选择与移动选择智能体引导强化，并利用跳跃智能体触发适时探索。该方法分离了与问题无关的搜索控制与领域特定编码。实验表明，COAgents 在 CVRP 上具有竞争力，并在更具挑战性的 VRPTW 实例中确立了基于学习方法的新最先进水平，显著缩小了与最优解的差距。