PARCO：学习并行自回归策略以实现高效的多智能体组合优化

本研究解决了多智能体组合优化问题中的计算复杂性与决策效率的瓶颈。提出的PARCO方法通过并行自回归解码技术，利用强化学习快速学习代理的替代求解器，并结合多指针机制和优先级冲突处理来提高决策效率。实验证明，PARCO在路由和调度问题上相较于经典和神经网络基线，展现出更好的解决质量和速度。