无人机（UAV）能够实现快速、灵活的末端和应急配送，但随着客户数量的变化，其路径规划仍然困难。传统的混合整数规划和启发式方法在规模扩展时表现不佳，或需要针对特定问题进行设计，这推动了基于学习的方案。强化学习尤其有前景，前提是单一策略能够在不同规模的问题上无需重新训练即可泛化。虽然基于注意力的指针网络（Pointer Network）天然对规模无关，但在向上或向下扩展时其解的质量会下降。
本文以容量车辆路径问题（CVRP）作为受控代理，固定容量 $Q$ 以模拟无人机载荷限制，系统分析了性能下降的三大因素：节点密度的变化、注意力的分散以及均值池化图上下文的稀释。我们分别在整体架构、编码器和解码器层面进行改进，并提出一种学习的、置换不变的图上下文聚合机制，分别实现为加权平均和 Set2Set。
实验结果显示，不同的迁移方向有不同的需求：基于熵的注意力缩放将 CVRP20→CVRP100 的性能差距缩小 1.41 个百分点，而提出的聚合方法在更具挑战性的 CVRP100→CVRP20 迁移上提升约 0.9 个百分点。利用这种互补性，我们设计了一个方法选择器，根据训练‑测试规模对选择最佳模型。该选择器在所有九个已见的训练‑测试对以及八个包含未见规模（CVRP35、CVRP75、CVRP200）的对中均降低了成本，最高提升 3.2%。
点评: 本文通过细致的因素分析和针对性的架构改进，显著提升了指针网络在不同规模 CVRP 上的迁移性能，并提出的选择器展示了跨尺度模型组合的实用价值，为无人机配送等实际场景提供了可行的学习式路径规划方案。