学习用于整数规划的大邻域搜索策略
人工智能
2021-11-08 v1 机器学习
最优化与控制
摘要
我们提出一种深度强化学习（RL）方法来学习用于整数规划（IP）的大邻域搜索（LNS）策略。该RL策略被训练为破坏算子，在每一步选择变量子集，并由IP求解器作为修复算子重新优化。然而，变量子集的组合数量阻碍了典型RL算法的直接应用。为应对此挑战，我们将所有子集表示为对每个变量上二元决策的因子分解。随后我们设计神经网络并行学习每个变量的策略，并通过定制的 actor-critic 算法训练。我们在四个代表性IP问题上评估所提方法。结果表明，它能在更短时间内找到比SCIP更好的解，并在相同运行时间内显著优于其他LNS基线。此外，当策略泛化到更大问题时，这些优势依然显著存在。与Gurobi的进一步实验也揭示，在相同时间限制内我们的方法可以优于这一最先进商业求解器。
引用
@article{arxiv.2111.03466,
title = {Learning Large Neighborhood Search Policy for Integer Programming},
author = {Yaoxin Wu and Wen Song and Zhiguang Cao and Jie Zhang},
journal= {arXiv preprint arXiv:2111.03466},
year = {2021}
}
备注
18 pages, 4 figure