OptaPlanner任务分配项目规则构建咨询：如何基于Solution类实现工人任务位置邻近性软约束

嘿，这个问题我刚好有经验！之前做工人任务分配项目的时候，也用OptaPlanner处理过类似的连续任务位置约束，给你分享一下具体的实现思路和示例吧。

首先，你需要确保你的Solution类（比如命名为TaskAssignmentSolution）中已经维护了工人的任务历史数据——比如一个Map<Worker, Task>用来存储每个工人的最后完成任务，或者一个Map<Worker, List<Task>>存储工人按执行顺序排列的任务列表。假设你的Solution类有这样一个方法：

// TaskAssignmentSolution.java
public Task getLastCompletedTask(Worker worker) {
    // 从Solution的存储结构中返回工人的上一个已完成任务，没有则返回null
    return workerLastTaskMap.getOrDefault(worker, null);
}

接下来在DRL规则文件中，你可以直接匹配当前的Solution实例（OptaPlanner会自动将working solution暴露给规则引擎），然后调用它的方法获取上一个任务：

// taskAssignmentRules.drl
package com.yourcompany.taskassignment.rules;

import com.yourcompany.taskassignment.domain.Worker;
import com.yourcompany.taskassignment.domain.Task;
import com.yourcompany.taskassignment.solution.TaskAssignmentSolution;
import org.optaplanner.core.api.score.buildin.hardsoft.HardSoftScoreHolder;

global HardSoftScoreHolder scoreHolder;

rule "MinimizeTravelDistanceBetweenConsecutiveTasks"
    when
        // 匹配一个工人
        $worker : Worker()
        // 匹配该工人当前分配的任务（假设任务有ASSIGNED状态标识待执行）
        $currentTask : Task(worker == $worker, taskStatus == TaskStatus.ASSIGNED)
        // 获取当前的解决方案实例
        $solution : TaskAssignmentSolution()
        // 通过Solution获取该工人的上一个已完成任务（排除null的情况）
        $lastTask : Task(this == $solution.getLastCompletedTask($worker))
    then
        // 计算两个任务地点的距离，距离越大，软约束惩罚越高（负分）
        int distance = calculateDistance($currentTask.getLocation(), $lastTask.getLocation());
        scoreHolder.addSoftConstraintMatch(kcontext, -distance);
end

// 辅助方法：计算两个地点的距离（这里用曼哈顿距离示例）
function int calculateDistance(Location a, Location b) {
    return Math.abs(a.getX() - b.getX()) + Math.abs(a.getY() - b.getY());
}

OptaPlanner官方提供的示例项目里，有几个非常适合你的场景参考：

• Vehicle Routing Problem (VRP)：这个示例核心是优化车辆的路径，让车辆连续任务之间的行驶距离最小化——和你的工人连续任务位置约束逻辑几乎一致，只是主体从车辆换成了工人。你可以学习它如何维护任务序列、计算连续任务的距离，以及在规则中访问全局解决方案数据。
• Employee Rostering：这个示例专注于员工排班，虽然主要处理时间冲突、技能匹配等约束，但它展示了如何在规则中访问Solution里的员工历史任务数据，对你的场景有借鉴意义。

另外，如果你觉得DRL规则不够直观，也可以尝试用Java代码实现约束（OptaPlanner的ConstraintProvider接口），这样类型更安全，处理复杂的Solution数据也更方便：

// TaskAssignmentConstraintProvider.java
package com.yourcompany.taskassignment.constraints;

import com.yourcompany.taskassignment.domain.Task;
import com.yourcompany.taskassignment.domain.Worker;
import com.yourcompany.taskassignment.solution.TaskAssignmentSolution;
import org.optaplanner.core.api.score.buildin.hardsoft.HardSoftScore;
import org.optaplanner.core.api.score.stream.Constraint;
import org.optaplanner.core.api.score.stream.ConstraintFactory;
import org.optaplanner.core.api.score.stream.ConstraintProvider;

public class TaskAssignmentConstraintProvider implements ConstraintProvider {
    @Override
    public Constraint[] defineConstraints(ConstraintFactory constraintFactory) {
        return new Constraint[]{
                minimizeTravelBetweenConsecutiveTasks(constraintFactory)
        };
    }

    private Constraint minimizeTravelBetweenConsecutiveTasks(ConstraintFactory constraintFactory) {
        return constraintFactory.from(Task.class)
                // 关联任务对应的工人
                .join(Worker.class, equal(Task::getWorker))
                // 过滤出有上一个任务的情况
                .filter((task, worker) -> {
                    TaskAssignmentSolution solution = constraintFactory.getSolution();
                    return solution.getLastCompletedTask(worker) != null;
                })
                // 按距离惩罚软约束
                .penalize("Minimize travel distance", HardSoftScore.ONE_SOFT,
                        (task, worker) -> {
                            TaskAssignmentSolution solution = constraintFactory.getSolution();
                            Task lastTask = solution.getLastCompletedTask(worker);
                            return calculateDistance(task.getLocation(), lastTask.getLocation());
                        });
    }

    private int calculateDistance(Location a, Location b) {
        return Math.abs(a.getX() - b.getX()) + Math.abs(a.getY() - b.getY());
    }
}

• 确保Solution中的任务历史数据是线程安全的：如果启用了OptaPlanner的多线程求解，Solution会被多个线程访问，建议用ConcurrentHashMap这类线程安全的集合来存储工人的任务信息。
• 明确任务的执行顺序：如果你的任务有时间先后要求，需要在Solution中维护任务的执行顺序（比如给Task加executionOrder字段或时间戳），这样才能准确找到“上一个”任务。
• 测试约束逻辑：可以用OptaPlanner的调试工具查看约束匹配情况，确保规则正确触发并计算了预期的惩罚值。

内容的提问来源于stack exchange，提问作者brewphone