GASE: 图注意力取样与边融合用于解决车辆路径问题
原文中文，约200字，阅读约需1分钟。发表于：。我们提出了一种自适应图注意力采样与边融合框架（GASE），通过使用具有高度相关邻域和边的注意力计算从而确定节点的嵌入，进一步融合采样网络中的消息传递和节点嵌入，在学习导向的 VRP 任务上表现出色，并在随机生成实例和真实世界数据集上展现出超越现有方法的性能。
自动驾驶中，准确解读其他道路用户的移动并预测未来轨迹至关重要。本文提出了一个新的优化模块，将预测的轨迹重新映射到实际地图上，纠正了可能丢失的位置信息，实现更一致的预测。同时，提出了一种新颖的场景编码器，通过分析图中不同边的注意力值，实现更加可解释的预测。
