Attend2Pack：基于注意力深度强化学习的装箱问题求解方法
机器学习
2021-08-03 v2 人工智能
摘要
本文试图从学习的视角解决装箱问题（BPP）。基于自注意力编码与深度强化学习算法，我们针对这一感兴趣的任务提出了一种新的端到端学习模型。通过分解组合动作空间，并利用一种称为优先过采样（prioritized oversampling）的新训练技术（一种加速同策略学习的通用方案），我们在一系列实验设置中取得了最先进的性能。此外，尽管所提方法 attend2pack 面向离线 BPP，我们将其简化至严格的在线 BPP 设置，在该设置下同样能够达到最先进的性能。通过一组消融研究以及与一系列已有工作的对比，我们希望为这一研究领域提供一个有效的基线方法。
引用
@article{arxiv.2107.04333,
title = {Attend2Pack: Bin Packing through Deep Reinforcement Learning with Attention},
author = {Jingwei Zhang and Bin Zi and Xiaoyu Ge},
journal= {arXiv preprint arXiv:2107.04333},
year = {2021}
}
备注
Reinforcement Learning for Real Life (RL4RealLife) Workshop in the 38th International Conference on Machine Learning, 2021