本研究提出了一种新的迭代搜索框架，结合神经策略与贪婪插入算法，克服了传统车辆路线问题的局限性。该方法在三种规模的车辆路线问题上表现优于先进的运筹学方法，显示出更高的解决性能。

本研究解决了行为克隆在复杂场景中对大量示范需求的低效率问题，表明通过特征表征可以提升神经策略的泛化能力。