DAN：用于MinMax多旅行商问题的去中心化注意力神经网络
机器人学
2022-07-08 v2 人工智能
多智能体系统
摘要
多旅行商问题（mTSP）是一个众所周知的NP难问题，具有众多实际应用。特别是，这项工作针对MinMax mTSP，其目标是最小化所有智能体中的最大旅行长度。许多机器人部署需要频繁地重新计算可能很大的mTSP实例，这使得计算时间与解质量之间的自然权衡变得非常重要。然而，由于计算复杂性，随着城市数量的增加，精确算法和启发式算法变得效率低下。受深度强化学习（dRL）近期发展的鼓舞，本工作将mTSP视为一项合作任务，并引入了DAN，这是一种去中心化的基于注意力的神经方法，旨在解决这一关键权衡。在DAN中，智能体学习完全去中心化的策略，通过预测彼此的未来决策来协作构建旅行路线。我们的模型基于Transformer架构，并使用带参数共享的多智能体强化学习进行训练，为智能体和城市数量提供了自然的可扩展性。我们在小规模到大规模的mTSP实例（50到1000个城市，5到20个智能体）上的实验结果表明，DAN能够匹配或超越最先进的求解器，同时保持较低的规划时间。特别是，在相同的计算时间预算下，DAN在更大规模的实例（超过100个城市，超过5个智能体）上优于所有传统和基于dRL的基线，并展现出增强的智能体协作。解释我们方法并展示结果的视频可在https://youtu.be/xi3cLsDsLvs获取。
引用
@article{arxiv.2109.04205,
title = {DAN: Decentralized Attention-based Neural Network for the MinMax Multiple Traveling Salesman Problem},
author = {Yuhong Cao and Zhanhong Sun and Guillaume Sartoretti},
journal= {arXiv preprint arXiv:2109.04205},
year = {2022}
}
备注
Submitted to the 16th International Symposium on Distributed Autonomous Robotic Systems (DARS 2022)