提升基于深度强化学习的 TSP 求解器的泛化能力
机器学习
2021-10-07 v1 人工智能
摘要
近期将深度强化学习（DRL）应用于求解旅行商问题（TSP）的工作表明，基于 DRL 的求解器对于小规模实例可快速且与 TSP 启发式算法具有竞争力，但对更大规模实例泛化不佳。本工作中，我们提出一种名为 MAGIC 的新方法，包含深度学习架构与 DRL 训练方法。我们的架构集成了多层感知机、图神经网络与注意力模型，定义了顺序生成 TSP 解随机策略。我们的训练方法包含若干创新：（1）我们将 DRL 策略梯度更新与局部搜索（使用一种新局部搜索技术）交错进行；（2）我们使用一种新颖简单基线；（3）我们应用课程学习。最后，我们经实证证明，在随机 TSP 实例上，MAGIC 在性能与可泛化性方面均优于其他基于 DRL 的方法。此外，在性能与计算时间方面，我们的方法相较 TSP 启发式算法及其他最先进方法更具优势。
引用
@article{arxiv.2110.02843,
title = {Improving Generalization of Deep Reinforcement Learning-based TSP Solvers},
author = {Wenbin Ouyang and Yisen Wang and Shaochen Han and Zhejian Jin and Paul Weng},
journal= {arXiv preprint arXiv:2110.02843},
year = {2021}
}
备注
8 pages, 2 figures