求解旅行商问题中基于老虎机的动态候选边选择
人工智能
2025-06-06 v2
摘要
为解决路径规划问题而设计的算法通常依赖高质量的候选边来引导搜索，旨在缩小搜索空间并提高搜索效率。然而，许多现有算法，例如用于旅行商问题（TSP）的经典 Lin-Kernighan-Helsgaun (LKH) 算法，常常使用在整个局部搜索过程中保持静态的预定候选边。这种刚性可能导致算法陷入局部最优，限制其找到更优解的潜力。为解决此问题，我们提出扩展候选集以包含其他有潜力的边，为它们提供被选择的机会。具体而言，我们引入多臂老虎机模型，在每次迭代中动态选择最合适的候选边，使 LKH 能够做出更智能的选择，从而得到改进的解。在多个 TSP 基准测试上的大量实验表明，我们的方法性能卓越。此外，我们将这种基于老虎机的方法应用于 LKH-3（LKH 的一个扩展，专为解决各种 TSP 变体问题而定制），我们的方法也显著提升了 LKH-3 在典型 TSP 变体上的性能。
引用
@article{arxiv.2505.15862,
title = {Bandit based Dynamic Candidate Edge Selection in Solving Traveling Salesman Problems},
author = {Long Wang and Jiongzhi Zheng and Zhengda Xiong and ChuMin Li and Kun He},
journal= {arXiv preprint arXiv:2505.15862},
year = {2025}
}