使用图神经网络驱动的蒙特卡洛树搜索求解带机会约束的随机定向越野问题

利用具有消息传递功能的图神经网络（GNN）的强大能力，我们提出了一种蒙特卡洛树搜索（MCTS）方法，用于求解带机会约束的随机定向越野问题。在遵守分配的旅行预算的同时，该算法旨在最大化收集的奖励，同时产生随机的旅行成本。在此背景下，超出分配预算的可接受概率被表示为一个机会约束。我们的MCTS解决方案是一种在线且随时可用的算法，交替进行规划和执行，通过持续监控剩余的旅行预算来决定下一个要访问的顶点。我们工作的新颖之处在于，MCTS框架中的模拟阶段是使用消息传递GNN实现的，该GNN预测每个可用动作的效用和失败概率。这使得搜索过程得以极大加速。我们的实验评估表明，通过所提出的方法和架构，我们能够高效地解决复杂的问题实例，同时在收集的奖励方面仅产生适度的损失。此外，我们展示了该方法如何能够泛化到训练数据集特征之外。本文的网站、开源代码和补充文档可在 ucmercedrobotics.github.io/gnn-sop 找到。