面向近似旅行商问题的统一深度强化学习方法
机器学习
2025-10-06 v1 人工智能
摘要
近年来，深度强化学习 (DRL) 在解决NP难题的旅行商问题 (TSP)方面获得了广泛关注。然而，由于其基于邻域的访问准则所带来的挑战——当智能体进入节点周围紧凑邻域时，节点即被视为已访问——近似旅行商问题 (CETSP)几乎未受到关注。本文构建了基于离散化方案的Markov决策过程 (MDP)，提出一种新颖的统一双解码器DRL (UD3RL) 框架，将决策分为节点选择与路径点确定两个子任务。具体地，采用改进编码器进行有效特征提取，随后分别通过节点解码器和位置解码器处理两个子任务。进一步引入基于k近邻子图的交互策略，以增强位置解码过程中的空间推理能力。我们定制了REINFORCE算法，使UD3RL能够作为统一模型，对不同问题规模及不同邻域半径类型（即常数半径与随机半径）进行泛化。实验结果表明，UD3RL在解题质量与运行时间方面均优于传统方法，同时在问题规模、空间分布、半径范围及动态环境下均表现出强大的泛化能力与鲁棒性。
引用
@article{arxiv.2510.03065,
title = {A Unified Deep Reinforcement Learning Approach for Close Enough Traveling Salesman Problem},
author = {Mingfeng Fan and Jiaqi Cheng and Yaoxin Wu and Yifeng Zhang and Yibin Yang and Guohua Wu and Guillaume Sartoretti},
journal= {arXiv preprint arXiv:2510.03065},
year = {2025}
}