10月31日，受学院赵付青教授邀请，新加坡管理大学曹志广教授在线做了“Learning to Solve Vehicle Routing Problems”学术报告，公司部分教师和研究生60多人参加了学术会议。
车辆路径问题（Vehicle Routing Problems VRP）是运筹学中研究最广泛的组合优化问题之一，通常使用启发式方法和手工创建的规则来解决。 近年来，利用深度强化学习自动发现解决 VRP 的启发式方法或规则的趋势日益明显。 在学术报告中，曹志广教授首先简要介绍解决组合优化问题的背景。 然后，阐述三种基于深度学习的神经方法（学习构建启发式、学习搜素启发式、学习预测启发式）用于求解车辆路径问题。 最后，介绍这一领域的趋势和挑战。
会后，师生向曹志广教授就深度强化学习的理论方法和应用进行了深入的探讨。
曹志广教授简介：现任新加坡管理大学计算与信息系统学院助理教授。在此之前，他是新加坡科学技术与研究局的科学家，新加坡国立大学的研究助理教授，南洋理工大学的研究员。近年来，他的研究方向集中在学习优化，其中他利用深度强化学习来解决各种组合优化问题，如车辆路径问题、作业车间调度问题、装箱问题和整数规划。
