基于图神经网络和强化学习的物流调度规划方法及系统

本发明涉及智能物流调度技术领域，具体涉及基于图神经网络和强化学习的物流调度规划方法及系统，包括以下步骤：S1：构建物流网络的动态图结构；S2：通过图注意力网络对动态图结构进行嵌入学习，提取每个节点的多维特征向量；S3：将多维特征向量输入多智能体强化学习框架，生成初始车辆路径规划方案；S4：动态修正初始车辆路径规划方案中的路段通行状态；S5：通过局部强化学习迭代更新车辆路径规划方案；S6：输出最终协同优化的货物运输轨迹与车辆行驶路径。本发明，能够实现物流网络结构的动态建模与多智能体路径协同优化，并具备对实时交通与环境变化的自适应调整能力，从而提升整体调度效率。