🎓 学习/竞赛项目 —— 算法竞赛「外卖配送任务分配」的求解器实现，重点在优化建模与自适应搜索策略。 完整设计文档见 AutoSolverAgent/设计文档.md。
在外卖配送系统中，高效地将配送任务分配给骑手对于运营成功至关重要。配送平台需要将多个配送订单分配给可用骑手，同时需综合考虑配送时间、距离、骑手意愿，以及合单配送（将多个订单合并给同一骑手）的可能性。同时系统允许拒绝订单，并且对骑手接起对应订单的概率有预测；系统允许一个订单同时指派给多位骑手，最先接起订单的骑手获得订单。系统需要在多个目标之间取得平衡：最大化接单订单数量、最大化系统收益（以分数表示），并通过智能合单来优化资源利用率。
- 输入：制表符分隔文本，每行一个候选分配：
task_id_list, courier_id, total_score, willingness（1 个骑手承接 1~2 个任务） - 规模：33,780 条候选 / 40 个唯一任务 / 80 个骑手，10 秒/用例时限
- 本质：带超边的最小权集合覆盖（等价于整数线性规划）
- 优化目标（Lexicographic）：
- 首要：覆盖任务数最大化
- 次要：总分最小化（score 越低越好）
- 策略族池：Greedy / ILP / LocalSearch / RandomRestart 多策略并存
- 自适应学习引擎：
StrategyRegistry记录各策略表现（排名、淘汰、变异生成新策略），按用例特征动态选择 - 评价函数：
EvalResult统一比较（先任务覆盖、后分数）
python AutoSolverAgent/solver_agent.py < input.txt > output.txt
# 样例数据: AutoSolverAgent/large_seed301.txt- ✅ 核心求解器与自适应策略引擎完成（含设计文档与样例解）
- 🚫 未做：Web 界面、多用例批量评测脚本
License: MIT