学习使用灵活的神经 k-Opt 搜索可行和不可行路由问题的区域
原文中文,约500字,阅读约需2分钟。发表于: 。本文介绍了一种用于路径规划问题的新型学习 - 搜索(L2S)求解器 NeuOpt,通过定制的行动因子分解方法和自定义的双流递归解码器,学习实现柔性的 k-opt 交换。我们提出了引导式非可行区域探索(GIRE)策略,通过补充带有可行性相关特征的 NeuOpt...
NeuOpt是一种新型学习-搜索(L2S)求解器,用于路径规划问题。该求解器通过定制的行动因子分解方法和自定义的双流递归解码器,学习实现柔性的k-opt交换。同时,提出了引导式非可行区域探索(GIRE)策略和动态数据增强(D2A)策略,使得求解器能够自主地进行可行和不可行区域的探索。实验证明,NeuOpt在TSP和CVRP上表现出优于现有的L2S、L2C和L2P求解器的优势。