解析：这是一个典型的背包问题，可以使用动态规划来解决。我们可以定义一个二维数组dpi表示前i个订单中，在第j个订单出发时能赚取的最大酬劳。状态转移方程为dpi = max(dpi-1, dpi-1 + ai),其中k表示第j个订单之前的订单。

代码如下：

def max_revenue(n, orders_time, orders_duration):
    dp = [[0] * (n + 1) for _ in range(n + 1)]

    for i in range(2, n + 1):
        for j in range(1, i):
            dp[i][j] = max(dp[i - 1][j], dp[i - 1][k] + orders_duration[j - 1])

    return max(dp[n])

# 示例输入
n = 4
orders_time = [1, 3, 0, 5]
orders_duration = [2, 4, 3, 6]

# 示例输出
print(max_revenue(n, orders_time, orders_duration))  # 输出：12

在这个示例中，小明有4个外卖订单，分别在1、3、0、5时刻下单，往返时间为2、4、3、6分钟。最优的接单方式是先接1和0号订单，然后接3和5号订单，最后接4号订单，总共能赚取12元酬劳。