摘要:包裹储物柜有效解决了末端配送客户与快递员交接时间不匹配的问题. 然而, 随着包裹储物柜的大量部署, 如何令客户更便利地使用储物柜进行交接, 已成为影响末端配送服务满意度的关键因素之一. 针对这一挑战, 提出考虑客户满意度的多车辆覆盖配送问题. 在问题层面, 运用问卷调查构建客户满意度函数, 进而建立该问题的数学模型; 在方法层面, 提出一种强化学习驱动的进化算法. 首先, 设计混合启发式方法, 用于生成高质量初始种群; 然后, 基于问题特性设计9种邻域算子与贪婪修复启发式方法, 用于高效搜索满意可行解; 接着, 提出一种强化学习驱动的搜索机制, 用于自适应选用合适算子; 最后, 设计一种基于单调下降基准函数的状态表征方法, 用于引导智能体学习算法的收敛进程. 仿真实验结果表明, 所提出算法在不同规模问题上均可获得高质量解, 其求解性能优于对比算法与求解器; 消融实验结果表明, 状态函数引导的强化学习搜索机制平均能够提升算法性能5%.