TauRieL：以深度强化学习启发架构求解旅行商问题
机器学习
2019-05-15 v1 人工智能
神经与进化计算
摘要
本文提出TauRieL并针对旅行商问题（TSP）进行研究，因其在理论与应用科学中具有广泛适用性。TauRieL采用受actor-critic启发的架构，利用普通前馈网络获取策略更新向量。随后，我们使用改进状态转移矩阵，并从中生成策略。此外，状态转移矩阵使求解器能够从最近邻等预计算解初始化。在在线学习设定下，TauRieL统一了训练与搜索，可在数秒内生成近最优结果。actor-critic架构中神经网络的输入为原始二维输入，此设计思路在于使神经网络相对小于具有宽嵌入的架构，代价是舍弃了嵌入的任何分布式表示。因此，与最先进的离线技术相比，TauRieL在每个TSP实例上生成解的速度快两个数量级，最坏情况下性能影响为6.1%。
引用
@article{arxiv.1905.05567,
title = {TauRieL: Targeting Traveling Salesman Problem with a deep reinforcement learning inspired architecture},
author = {Gorker Alp Malazgirt and Osman S. Unsal and Adrian Cristal Kestelman},
journal= {arXiv preprint arXiv:1905.05567},
year = {2019}
}
备注
10 pages, 5 figures, 1 Algorithm, 4 Tables