CADO：从模仿到成本最小化——面向组合优化的热力图求解器
机器学习
2026-02-10 v1 机器学习
摘要
基于热力图的求解器已成为组合优化（CO）中一种有前景的范式。然而，我们认为主流的监督学习（SL）训练范式存在根本性的目标不匹配：最小化模仿损失（例如，交叉熵）并不能保证解的成本最小化。我们将这种不匹配分解为两个缺陷：解码器盲区（忽略不可微的解码过程）和成本盲区（优先考虑结构模仿而非解的质量）。我们通过实验证明，这些固有缺陷施加了一个硬性性能上限。为克服这一限制，我们提出了CADO（面向优化的成本感知扩散模型），这是一个精简的强化学习微调框架，它将扩散去噪过程表述为一个马尔可夫决策过程（MDP），以直接优化解码后的解成本。我们引入了标签中心奖励，将真实标签重新用作无偏基线而非模仿目标，并引入了混合微调以实现参数高效的适应。CADO在多种基准测试中取得了最先进的性能，验证了目标对齐对于释放热力图求解器全部潜力的必要性。
引用
@article{arxiv.2602.08210,
title = {CADO: From Imitation to Cost Minimization for Heatmap-based Solvers in Combinatorial Optimization},
author = {Hyungseok Song and Deunsol Yoon and Kanghoon Lee and Han-Seul Jeong and Soonyoung Lee and Woohyung Lim},
journal= {arXiv preprint arXiv:2602.08210},
year = {2026}
}