Le projet MAMUT vise à concevoir une plateforme ouverte de résolution de problèmes récurrents et dynamiques de tournées de véhicules en milieu urbain. Pour aborder ces problématiques de transport en milieu urbain, nous proposons de nous appuyer sur deux domaines, la recherche opérationnelle (RO) et l'intelligence artificielle (IA), que nous souhaitons mettre en synergie pour résoudre ces problèmes. La RO et l'IA ont des forces et faiblesses complémentaires. La RO est en mesure de proposer des méthodes de résolution rapides et efficaces, mais d'une part ces méthodes sont généralement conçues pour des problèmes spécifiques, et d'autre part elles ne savent pas profiter des solutions passées. L'IA, et en particulier le machine learning, aide à trouver des solutions à travers l'apprentissage des historiques de données. Ce projet vise à accentuer la complémentarité entre RO et IA pour profiter des avantages de chacun des domaines et renforcer les solutions proposées pour la résolution de problèmes de logistique urbaine. Les objectifs du projet sont liés aux verrous scientifiques, à savoir : (1) Identifier, apprendre, et expliquer les caractéristiques d’une classe de problèmes de logistique urbaine à l’aide du machine learning, (2) Proposer un solveur grande échelle hybride RO/IA fondé sur une IA explicable plutôt que des méthodes ML black-box, (3) Fournir à la communauté scientifique et industrielle les problèmes, instances, algorithmes développés à travers une plateforme collaborative.