ドライブ、パック、フライ：ドローンを用いた巡回窃盗問題

要旨

収集作業では、積載量の増加に伴い車両が徐々に低速化し、経路効率に対して累積的なペナルティが課される。車両に搭載されたドローンは、離れたアイテムを回収することでこのペナルティを相殺し、メイクスパンを短縮して運用利益を増加させることができる。しかし、移動時間は依然として積載量に依存し、地上車両が収集する各アイテムは、ドローンの発進地点と合流地点を決定づける到着時刻を変化させる。本論文では、アイテム選択・車両経路・飛行同期を同時に最適化することにより、時間ベースのレンタル費用を差し引いた収集利益を最大化する、ドローン付き巡回泥棒問題（TTP-D）を提案する。小規模インスタンスを最適に解く混合整数線形計画問題を定式化し、より大規模なインスタンス向けに、メタヒューリスティクスと注意機構に基づく深層強化学習（DRL）ポリシーの両方を開発する。さらに、DRLポリシーが初期解を構築し、その後短時間のアニーリング実行がそれを改善する、学習器初期化型ハイブリッドソルバーを提案する。2つのベンチマーク集合において、このハイブリッドは、計算予算のごく一部でメタヒューリスティクスのベースラインの品質の大部分を再現するが、最大規模のインスタンスでは依然としてベースラインを全予算で実行する必要がある。最後に、感度分析により、レンタル比率が収益性の主要な決定要因である一方、フリートパラメータは利益にわずかにしか影響しないことが明らかにされる。

English

In collection operations, accumulating payload progressively slows the vehicle, imposing a cumulative penalty on routing efficiency. An onboard drone can offset this penalty by retrieving outlying items, thereby shortening the makespan and increasing operational profit. However, travel time remains load-dependent, and each item collected by the ground vehicle shifts the arrival times that govern the drone's launch and rendezvous points. This paper introduces the Travelling Thief Problem with Drone (TTP-D), which maximises the collected profit, net of a time-based rental cost, by jointly optimising item selection, vehicle routing, and flight synchronisation. We formulate a mixed-integer linear program that solves small instances to optimality, and develop both metaheuristics and an attention-based Deep Reinforcement Learning (DRL) policy for larger instances. We further propose a learner-initialised hybrid solver, in which the DRL policy constructs an initial solution that a short annealing run subsequently refines. On two benchmark sets, this hybrid recovers most of the metaheuristic baseline's quality at a fraction of its computational budget, although the largest instances still require the baseline at its full budget. Finally, a sensitivity analysis reveals that the rental ratio is the primary driver of profitability, whereas the fleet parameters affect profit only at the margin.