用多注意力深度强化学习求解动态图问题

旅行商问题、最小 Steiner 树寻找等图问题在数据工程和计算机科学中被广泛研究和使用。通常，在现实应用中，图的特征会随时间变化，因此寻找问题的解变得具有挑战性。许多图问题的动态版本是交通、电信和社交网络中大量现实问题的关键。近年来，使用深度学习技术为 NP 难图组合问题寻找启发式解受到很大关注，因为这些学习到的启发式方法能高效找到近最优解。然而，现有大多数学习启发式的方法聚焦于静态图问题。动态特性使 NP 难图问题更难学习，现有方法无法找到合理的解。本文提出一种称为图时间注意力与强化学习 (Graph Temporal Attention with Reinforcement Learning, GTA-RL) 的新架构，以学习基于图的动态组合优化问题的启发式解。GTA-RL 架构由一个能够嵌入组合问题实例时间特征的编码器，和一个能够动态聚焦于所嵌入特征以寻找给定组合问题实例解的 decoder 组成。我们随后扩展该架构以学习组合优化问题实时版本的启发式，其中问题的所有输入特征并非先验已知，而是在实时中学习。我们针对若干最先进基于学习的算法和最优求解器的实验结果表明，在动态和实时图组合优化上，我们的方法在有效性方面优于最先进的基于学习的方法，在效率方面优于最优求解器。