组合优化问题在物流路径规划等领域具有重要应用价值，但其解空间随问题规模呈指数级扩张，导致传统方法面临严峻挑战。近年来基于强化学习的神经组合优化方法能够在保持较短求解耗时的同时，解质量已接近传统求解器的水平。主流方法POMO（Policy Optimization with Multiple Optima）通过对称性优化增强了训练稳定性，但其单向序列生成机制仍存在双重局限：一方面，传统构造式方法难以充分挖掘问题对称性特征；另一方面，终点信息无法有效参与远端节点的决策过程。针对这一问题，提出了基于双向构造策略（BCS）的BCS-POMO模型，它能通过起点与终点双向并行构造解序列，动态选择更有把握的扩展方向，避免模型因单向构造而陷入两难的抉择之中。该模型利用构造序列对称性实现权重参数共享，并通过批量并行计算提升效率。实验表明，BCS-POMO有效强化了终点信息在构造过程中的决策辅助作用，在旅行商问题（TSP）和有能力约束的车辆路径调度问题（CVRP）上分别使误差降低了16%和18%，验证了双向构造策略对终点信息利用的有效性和对称性建模的优势。