Um estudo publicado no arXiv em 7 de julho propõe uma nova heurística para problemas dinâmicos de encaminhamento de múltiplos veículos, com aplicação direta a sistemas de táxis urbanos, frotas autónomas, drones e operações logísticas em tempo real. O trabalho aborda uma variante online do Vehicle Routing Problem, em que novos pedidos surgem continuamente e a frota tem de reajustar a sua afetação dentro de um horizonte temporal limitado.
A proposta, designada como heurística de “reward-density”, procura maximizar a recompensa acumulada por unidade de esforço operacional, permitindo decisões rápidas em ambientes onde o tempo de cálculo é tão importante como a qualidade da solução. Os autores comparam o método com heurísticas clássicas e metaheurísticas mais sofisticadas, incluindo Adaptive Large Neighbourhood Search, algoritmos genéticos e simulated annealing.
O resultado central é relevante para sistemas urbanos: segundo os autores, a heurística atinge qualidade de solução comparável às melhores metaheurísticas testadas, mas com tempos de planeamento duas a três ordens de grandeza inferiores. Isto significa que, em contextos de elevada dinâmica, uma solução computacionalmente mais simples pode ser preferível a métodos teoricamente mais complexos, desde que consiga responder quase em tempo real.
Para a mobilidade urbana e a logística de última milha, esta linha de investigação reforça a importância de modelos operacionais leves, atualizáveis e integráveis em plataformas digitais de despacho. A eficiência do transporte urbano não depende apenas da infraestrutura física, mas também da capacidade algorítmica de afetar veículos, reduzir quilómetros improdutivos, responder à procura e adaptar a operação a eventos imprevistos.
Fonte principal: Kolachalam, M., & Malhotra, R. (2026, 7 de julho). Reward-Density Heuristic for Dynamic Multi-Vehicle Routing: Performance and Computational Efficiency. arXiv.