INViT：具有不变嵌套视图 Transformer 的泛化路由问题求解器
机器学习
2024-05-28 v3
摘要
最近，深度强化学习在学习快速启发式算法以解决路由问题方面展现出了可喜的成果。同时，大多数求解器在泛化到未见分布或不同规模分布时存在困难。为了解决这个问题，我们提出了一种名为不变嵌套视图 Transformer（INViT）的新架构，该架构旨在在编码器内部强制执行嵌套设计与不变视图，以提升所学求解器的泛化能力。它应用了通过数据增强改进的修改版策略梯度算法。我们证明，所提出的 INViT 在具有各种分布和不同问题规模的 TSP 和 CVRP 问题上均取得了占主导地位的泛化性能。
关键词
引用
@article{arxiv.2402.02317,
title = {INViT: A Generalizable Routing Problem Solver with Invariant Nested View Transformer},
author = {Han Fang and Zhihao Song and Paul Weng and Yutong Ban},
journal= {arXiv preprint arXiv:2402.02317},
year = {2024}
}
备注
Accepted as poster of ICML-2024