1. 引言近年来卡车—无人机协同配送Truck-Drone Collaborative Routing已成为物流与运筹优化领域的研究热点。无人机凭借其灵活性与空中续航优势能够突破地面交通拥堵的限制与卡车形成互补。然而实际场景中的时变交通、动态需求、天气变化、道路受损等因素使得该问题的建模与求解面临巨大挑战。本文选读八篇近期发表的前沿论文围绕地面拥堵、配送期限、动态订单、飞行敏感区域、途中作业、跨车作业、灾后应急、道路受损等主题梳理各论文的核心问题、建模方法与求解算法为相关研究者提供系统性的文献参考。2. 地面拥堵与空中续航论文 01Truck-drone routing problem under time-dependent traffic congestion: A novel variable neighborhood search metaheuristic中文题目考虑时变交通拥堵的卡车—无人机路径问题一种新的变邻域搜索元启发式算法核心问题地面交通拥堵随时间动态变化卡车在高峰时段的行驶速度显著下降而无人机可借助空中航线规避拥堵。该论文将时变交通拥堵引入卡车—无人机路径问题TDRP构建了更贴近现实的路网模型。建模要点将道路通行时间建模为时间的函数卡车行驶时间随出发时刻变化无人机飞行时间相对稳定从而体现地面拥堵、空中续航的互补优势。求解方法提出一种新的变邻域搜索VNS元启发式算法通过多种邻域结构在解空间中高效搜索在合理时间内获得高质量近似解。研究价值为城市配送中地面堵、空中通的现实场景提供了建模与求解范式是后续时变TDRP研究的重要基础。3. 配送期限与行程波动论文 02Stochastic and robust truck-and-drone routing problems with deadlines: A Benders decomposition approach中文题目具有配送期限的随机与鲁棒卡车—无人机路径问题一种Benders分解方法核心问题配送期限deadline是物流服务的硬约束而行程时间受交通、天气等因素影响存在不确定性。该论文同时考虑随机性与鲁棒性构建了带期限约束的卡车—无人机路径问题。建模要点分别建立随机规划模型与鲁棒优化模型刻画行程时间的不确定性配送期限作为约束条件确保服务时效。求解方法采用Benders分解方法将复杂问题分解为主问题与子问题通过迭代生成割平面加速求解。研究价值为不确定环境下带期限的协同配送提供了两种互补的建模思路随机 vs. 鲁棒并给出了高效的精确求解框架。4. 动态订单与天气变化论文 03Dynamic truck-drone collaborative routing with stochastic requests under changing weather conditions中文题目天气变化与随机需求下的动态卡车—无人机协同路径规划核心问题实际配送中订单是动态到达的且无人机飞行受天气如风速、降雨影响显著。该论文同时考虑随机需求与变化的天气条件构建动态协同路径规划模型。建模要点需求以随机过程到达需在线的动态决策天气条件影响无人机飞行速度与能耗进而影响路径可行性。求解方法采用动态规划或滚动时域rolling horizon策略结合启发式算法应对实时决策需求。研究价值将动态需求与天气变化两个现实因素同时纳入模型提升了模型对真实配送环境的刻画能力。5. 飞行敏感区域与配送效率论文 04Electric truck–drone routing problem with flight-sensitive zones and partial truck recharging: A multi-objective optimization framework中文题目考虑飞行敏感区域与卡车部分充电的电动卡车—无人机路径问题多目标优化框架核心问题城市中存在无人机飞行敏感区域如机场、军事区、人口密集区无人机需绕行同时电动卡车续航有限需考虑部分充电策略。该论文构建了多目标优化框架。建模要点引入飞行敏感区域约束限制无人机飞行路径电动卡车支持部分充电partial recharging在途中补充电量。求解方法采用多目标优化方法如NSGA-II或基于分解的多目标进化算法在配送成本、时间、能耗等目标间寻求Pareto最优解。研究价值首次将飞行敏感区域与电动卡车部分充电结合兼顾安全性与配送效率为绿色物流提供了多目标决策支持。6. 途中起降与异构无人机论文 05Heterogeneous drone-truck routing problem with En-route operations中文题目考虑途中作业的异构无人机—卡车路径问题核心问题传统模型中无人机通常从卡车出发并返回同一卡车而该论文允许无人机在途中en-route起降即无人机可在卡车行驶过程中起飞与降落且机队为异构不同型号、不同性能。建模要点支持途中作业卡车无需停车即可完成无人机的发射与回收异构无人机具有不同的速度、载重与续航能力。求解方法设计针对异构机队与途中作业特性的启发式或元启发式算法优化协同路径。研究价值突破了定点起降的限制显著提升了协同配送的灵活性与效率更贴近实际作业场景。7. 跨车作业与机位限制论文 06Truck-drone collaborative routing with flexible cross-truck operations and slot constraints中文题目考虑灵活跨车作业与机位约束的卡车—无人机协同路径规划核心问题传统模型中无人机与卡车一一绑定而该论文允许无人机在不同卡车之间转移cross-truck operations同时考虑卡车上无人机机位slot数量限制。建模要点引入跨车作业无人机可在途中更换搭载的卡车每辆卡车可搭载的无人机数量有限slot constraints。求解方法构建混合整数规划模型并设计高效的求解算法处理跨车分配与机位约束的耦合。研究价值打破了机—车绑定的刚性约束通过灵活的资源调配提升整体配送效率是协同路径规划的重要拓展。8. 动态变化的灾后需求论文 07Multi-agent deep reinforcement learning-based truck-drone collaborative routing with dynamic emergency response中文题目基于多智能体深度强化学习的动态应急响应卡车—无人机协同路径规划核心问题灾后应急场景中需求动态变化且时效要求极高。该论文采用多智能体深度强化学习MADRL方法实现动态应急响应下的协同路径规划。建模要点将卡车与无人机建模为多个智能体通过集中训练、分散执行CTDE框架学习协同策略需求动态到达需实时响应。求解方法采用多智能体深度强化学习算法如MADDPG、QMIX等在动态环境中学习最优协同策略。研究价值将深度强化学习引入灾后应急协同配送为高动态、强时效场景提供了数据驱动的智能决策方案。9. 道路受损与动态需求论文 08Truck-drone collaborative routing under road damage and dynamic demand for humanitarian logistics中文题目面向人道主义物流、考虑道路受损与动态需求的卡车—无人机协同路径规划核心问题人道主义物流中灾害可能导致道路受损、通行中断同时救援需求动态变化。该论文构建了面向人道主义场景的协同路径规划模型。建模要点道路受损导致部分路段不可通行卡车需绕行无人机可飞越受损区域完成救援任务需求动态更新。求解方法结合鲁棒优化与动态决策方法在道路不确定性与需求动态性下生成可行且高效的救援路径。研究价值聚焦人道主义物流的特殊约束为灾害救援中的空地协同配送提供了针对性的建模与求解方案。10. 研究脉络总览八篇论文从基础 TDRP 出发沿「不确定性建模」「作业灵活性」「应急场景」三条主线不断拓展整体研究脉络如下基础 TDRP卡车—无人机协同路径问题研究主线分支不确定性建模论文01时变交通拥堵变邻域搜索论文02配送期限与行程波动Benders分解论文03动态订单与天气变化动态规划/滚动时域作业灵活性论文04飞行敏感区域部分充电多目标优化论文05途中起降异构机队启发式/元启发式论文06跨车作业机位约束混合整数规划应急场景论文07灾后动态需求多智能体强化学习论文08道路受损人道主义物流鲁棒优化动态决策11. 总结与展望10. 总结与展望八篇论文从不同维度拓展了卡车—无人机协同路径规划的研究边界论文核心主题关键创新求解方法01时变交通拥堵地面拥堵、空中续航变邻域搜索02配送期限与不确定性随机与鲁棒建模Benders分解03动态订单与天气随机需求天气变化动态规划/滚动时域04飞行敏感区域安全约束部分充电多目标优化05途中起降异构机队途中作业启发式/元启发式06跨车作业机位约束灵活调配混合整数规划07灾后动态需求多智能体强化学习MADRL08道路受损人道主义物流鲁棒优化动态决策未来研究方向一是将时变交通、天气、道路受损等多重不确定性因素统一纳入模型二是探索深度强化学习在大规模实时场景中的应用三是结合电动化与绿色物流目标构建多目标协同优化框架四是推动算法在实际物流平台中的落地验证。