本論文では、神経組合せ最適化（NCO）技術を用いて、合成ルーティングのインスタンスを効果的に扱うニューラルソルバーの能力が向上したものの、実際のVRPシナリオにおいて整合性を欠く問題に着目しています。特に、EvoRealと呼ばれる進化的モジュールを用いて、多様でリアリスティックな構造パターンを持つ合成インスタンスを生成する手法を提案。この方法は、実世界のインスタンスに見られる構造的特性の統計的模倣を行い、さらに事前訓練されたNCOモデルを合成データに適応させ、実際のベンチマークに対して微調整します。実験結果から、EvoRealが最先端のニューラルソルバーの一般化能力を大幅に改善し、TSPLibおよびCVRPLibベンチマークにおける性能ギャップを著しく縮小したことが示されています。