Запропоновано адаптивний алгоритм маршрутизації для C2C логістики, що базується на інтеграції прогнозування попиту за допомогою довготривалої короткочасної пам'яті (LSTM) та підкріплювального навчання (Reinforcement Learning, RL). Алгоритм спрямований на оптимізацію маршрутів кур’єрів у динамічних міських умовах, де традиційні методи не забезпечують достатньої гнучкості та ефективності.