Combinando Técnicas de Machine Learning e Otimização para Roteamento Combinado de Veículos Tripulados e Não Tripulados

A crescente evolução das tecnologias de drones permite que novas abordagens para a entregas de mercadoria sejam realizadas, otimizando recursos, reduzindo emissões e contribuindo no desenvolvimento de cidades inteligentes. Tais tecnologias, como a distribuição de mercadorias utilizando uma frota híbrida caminhão-drone depende da otimização do roteiro de entregas para que seu uso seja significativamente relevante. Neste trabalho, propomos o uso de um algoritmo de aprendizado por reforço, conhecido na literatura como Otimização por Colônia de Formigas (Ant Colony Optimization-ACO), que tem resolvido diferentes problemas de roteamento e scheduling de forma eficiente. O algoritmo proposto é testado em instâncias baseadas na TSPLib, apresentando bons resultados quando comparado com o ótimo conhecido, contribuindo para a utilização desta tecnologia nas cidades inteligentes.