KNARsack: 教神经算法推理器求解伪多项式问题
人工智能
2025-12-08 v2 机器学习
摘要
神经算法推理 (NAR) 是一个快速增长的领域，旨在通过模仿经典算法将算法逻辑嵌入神经网络。在本扩展摘要中，我们详细描述了构建一个能够求解背包问题的神经算法推理器的尝试。背包问题是一个连接经典算法与组合优化的伪多项式问题，但在标准 NAR 基准测试中被遗漏。我们的神经算法推理器被设计为紧密遵循背包问题的两阶段流程：首先构建动态规划表，然后从中重构解。该方法通过动态规划监督对中间状态进行建模，相比仅从问题输入中直接选择最优子集的基线方法，在更大规模问题实例上实现了更好的泛化能力。
引用
@article{arxiv.2509.15239,
title = {KNARsack: Teaching Neural Algorithmic Reasoners to Solve Pseudo-Polynomial Problems},
author = {Stjepan Požgaj and Dobrik Georgiev and Marin Šilić and Petar Veličković},
journal= {arXiv preprint arXiv:2509.15239},
year = {2025}
}
备注
16 pages, 10 figures, 5 tables, 3 listings