通过在线搜索与自适应扩展组合优化的神经改进启发式
机器学习
2024-12-16 v1 人工智能
摘要
我们提出了 Limited Rollout Beam Search (LRBS)，一种用于基于深度强化学习 (DRL) 的组合优化改进启发式的束搜索策略。利用在欧几里得旅行商问题上预训练的模型，LRBS 显著提升了分布内性能和向更大问题实例的泛化能力，实现了优于现有改进启发式的最优性差距，并缩小了与最先进的构造性方法之间的差距。我们还将分析扩展到两种取送货旅行商问题变体以验证结果。最后，我们将搜索策略用于预训练改进策略的离线和在线自适应，从而改善了搜索性能，超越了最近的构造性启发式自适应方法。
引用
@article{arxiv.2412.10163,
title = {Scaling Combinatorial Optimization Neural Improvement Heuristics with Online Search and Adaptation},
author = {Federico Julian Camerota Verdù and Lorenzo Castelli and Luca Bortolussi},
journal= {arXiv preprint arXiv:2412.10163},
year = {2024}
}