不断增长的城市化，爆炸电子商务，提高客户期望以及减少运输的环境影响的需求要求对上一英里的创新交付。本文探讨了一种新的快速发货模型，该模型将公共交通与自动驾驶机器人（ARS）结合在一起并研究其实时管理。在交付时间短的动态需求到达下，我们提出了一个滚动范围框架，并设计了机器学习增强的列生成（CG）方法，以解决实时AR调度问题。我们使用现实世界传递需求数据的数值实验的结果表明，拟议系统的重要潜力减少了旅行时间，车辆交通，排放和噪声。我们的结果还揭示了基于学习的CG方法的功效，该方法提供了与经典CG方法几乎相同的质量解决方案，其计算努力较少。