基于强化学习的局部搜索用于分组问题：以图着色为例
人工智能
2016-04-04 v1
摘要
分组问题旨在根据某些特定准则和约束将一组物品划分为多个互不相交的子集。分组问题涵盖了一大类别通常计算困难的重要组合优化问题。本文我们提出一种针对分组问题的通用解决方法，即基于强化学习的局部搜索（RLS），其将强化学习技术与基于下降的局部搜索相结合。所提方法的可行性在一个著名的代表性分组问题（图着色）上得到验证，其中应用了一种非常简单的基于下降的着色算法。在流行的DIMACS和COLOR02基准图上的实验研究表明，与若干著名着色算法相比，RLS取得了具有竞争力的性能。
引用
@article{arxiv.1604.00377,
title = {Reinforcement learning based local search for grouping problems: A case study on graph coloring},
author = {Yangming Zhou and Jin-Kao Hao and Béatrice Duval},
journal= {arXiv preprint arXiv:1604.00377},
year = {2016}
}