作业车间调度问题的自标签方法

本工作提出了一种针对组合问题的自监督训练策略。应用监督范式到这类问题的一个障碍是需要昂贵的目标解，通常由精确求解器产生。受半监督和自监督学习的启发，我们展示了可以通过采样多个解并根据问题目标选择最佳解作为伪标签来训练生成模型。通过这种方式，我们仅依靠自监督迭代地改进模型生成能力，消除了对最优性信息的需求。我们在作业车间调度问题（JSP）上验证了这种自标签改进方法（SLIM），这是一个复杂的组合问题，正受到神经组合社区的广泛关注。我们提出了一个基于著名的指针网络的生成模型，并用SLIM进行训练。在流行基准上的实验证明了该方法的潜力，因为所得模型优于构造式启发式方法和JSP的最新学习方案。最后，我们证明了SLIM对各种参数的鲁棒性，并通过将其应用于旅行商问题证明了其通用性。