.png){kind=icon}
返回
A Monte Carlo Policy Gradient Method with Local Search for Binary Optimization
.png){kind=icon}
PRE
AI
DOI：10.1007/s10107-025-02277-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
二元优化在组合优化问题（如MaxCut、MIMO检测和MaxSAT）中具有广泛的应用。然而，由于二元约束，这些问题通常是NP难的。我们开发了一种新型概率模型，根据参数化策略分布来采样二元解。具体而言，最小化参数化策略分布与函数值的吉布斯分布之间的Kullback-Leibler散度，会导致一个其策略梯度可以像强化学习一样明确推导出的随机优化问题。为了在离散空间中进行一致探索，采用了并行马尔可夫链蒙特卡洛（MCMC）方法，以多样性采样策略分布并高效近似梯度。我们进一步开发了一种滤波方案，用局部搜索技术替代原始目标函数，以拓宽函数景观的视野。基于MCMC的集中不等式，建立了策略梯度方法在策略梯度期望下收敛到平稳点的结论。数值结果表明，该框架对于为相当多的二元优化问题提供近优解具有很大潜力。
Keyword:
Binary optimization
Policy gradient
Local search
Markov chain Monte Carlo
Convergence
期刊
M
IF:
2.5
论文数:
93
被引数:
0
机构
暂无机构信息
引用论文
.png){kind=icon}
A Near-Maximum-Likelihood Decoding Algorithm for MIMO Systems Based on Semi-Definite Programming
OAAI
OAAI分享收藏
查看更多内容