ORBITER：面向智能体化末端配送的冲突感知决策

末端配送旨在用快递员处理动态到达的订单，同时建模复杂的时空关联。近期的学习方法建模订单间的时空依赖以预测快递员服务序列，但把下一单决策留作未解释的黑箱。用语言描述当前配送状态，可以让LLM对单个决策背后的空间、时间和行为线索进行显式推理。然而，作为直接预测器，LLM对任务呈现方式敏感，常产生不可靠的决策。为应对这些挑战，我们提出ORBITER，一个用于末端配送下一单决策的智能体化订单仲裁器。ORBITER通过决策点建模快递员服务，每个决策点包含快递员的时空状态和可见订单，并暴露局部权衡以便建模与验证。固定的提议者对候选排序，结构化报告指出它们排序分歧之所在。LLM使用任务特定工具收集关于领先备选的证据，同时一个独立批评者依据该证据核查最终决策。我们在四个城市的数据上进行了大量评估，ORBITER较现有最先进基线平均最高提升9.2%，显示了其有效性。