Ця стаття представляє Construct-and-Refine (CaR), новий, загальний та ефективний фреймворк для обробки обмежень у нейронних розв'язувачах для задач маршрутизації. Хоча нейронні розв'язувачі відмінно справляються з обчислювальною ефективністю для простих маршрутів, їхня продуктивність зі складними обмеженнями залишається проблемою. CaR вирішує це шляхом використання явного уточнення можливостей на основі навчання, розширюючи їхню застосовність до реальних задач маршрутизації. Ця інновація має значний потенціал для покращення логістики, транспортування, міського планування та оптимізації мереж, де ефективні рішення для складних сценаріїв маршрутизації є критично важливими для операційного успіху.