一种基于状态聚合方法求解背包问题的深度强化学习途径
神经与进化计算
2020-04-28 v1 人工智能
机器学习
摘要
本文提出一种用于求解背包问题的深度强化学习（DRL）方法。所提方法包含一个基于表格强化学习的状态聚合步骤，用于提取特征并构造状态。该状态聚合策略应用于背包问题的每个问题实例，并与优势 actor-critic（A2C）算法结合，训练出一个策略，依此在每个时间步顺序地选择物品。该方法是一种构造式求解途径，选择物品的过程重复进行直至获得最终解。实验表明，我们的方法对所有测试实例均给出接近最优的解，优于贪婪算法，且能处理更大规模的实例，比已有的 DRL 方法更灵活。此外，结果表明，带有状态聚合策略的所提模型不仅给出更优的解，而且比无状态聚合的模型在更少的时间步内完成学习。
引用
@article{arxiv.2004.12117,
title = {A State Aggregation Approach for Solving Knapsack Problem with Deep Reinforcement Learning},
author = {Reza Refaei Afshar and Yingqian Zhang and Murat Firat and Uzay Kaymak},
journal= {arXiv preprint arXiv:2004.12117},
year = {2020}
}