本书围绕车辆路径规划问题，综合运用交通工程、机器学习及运筹学的理念与方法，以提升交通运输中带有软时间窗的车辆路径规划问题的求解质量与速度。提出了基于定序决策的强化学习基础模型来解决带有软时间窗的多车路径规划问题，针对多车场问题设计了基于时间窗网络的信息编码与自由匹配的决策方法，该方法通过预训练可为新算例秒级提供解。

提出了基于注意力模型的强化学习算法解决带有软时间窗的多车接送问题。该方法采用联合嵌入算法来融合时空信息和掩码注意力网络来生成满足接送次序限制的路径，通过发挥并行计算优势为起讫点灵活化秒级生成解。提出了两阶段学习算法求解较大规模的带有软时间窗的接送问题。该方法通过图卷积将较大规模问题划分为若干个小规模问题，通过编码解码框架来生成路径解，利用迁移学习显著减少了训练时间。

本书可为强化学习、交通运输工程等领域的学者、相关工作人员提供参考。