时间过的真快呀，已经6月份了。距离上一篇文章发表，已经过去了将近一个月，要不是偶尔还有新关注的提醒，我可能都忘记提醒自己该继续学习和总结了。
看了一眼今年已经发表的文章数量，才5篇，很忧心自己原定的2024学习计划该如何完成。所以，为了对得起朋友们的陪伴和支持，为了保证后续学习计划的顺利推进，后续努力每2周更新一篇，底线是不超过3周更新一篇。
本篇回到不确定优化专题，继续研究报童模型。
此前在随机规划：求解报童问题期望值模型的算法方案中，已经详细研究了经典报童模型的求解方案，推导出了解析最优解。该模型虽然简单，但在实际场景问题中却大有用处，比如最近就在某个业务的技术分享会上，了解到其补货算法用的就是经典报童模型的求解算法。
显然，我们不能满足于经典报童问题的学习，毕竟还有很多更复杂的报童问题需要解决。幸运的是，学界已经针对经典报童问题的很多扩展类型进行了研究，并设计了对应的解决方案；不幸的是，我并没有那么多精力去逐一调研。所以我的研究思路是：先了解清楚有哪些已经被广泛研究的扩展模型，然后基于自己目前遇到的问题、匹配到对应的扩展模型，再详细研究这类扩展模型的求解算法。
本文先把第一项内容搞清楚：当前有哪些已经被广泛研究的基于经典报童模型的扩展问题。