Enhancing neural combinatorial optimization by progressive training paradigm

doi:10.1016/j.neucom.2025.131707

Enhancing neural combinatorial optimization by progressive training paradigm

2025-10-13

0

PRE

AI

DOI：10.1016/j.neucom.2025.131707

原文链接

原文求助

摘要

En 中文

神经组合优化（NCO）方法因其在线性算法设计方面解决组合优化问题的有效性而获得了广泛关注。当前构造性NCO方法主要采用单阶段训练范式，使用强化学习（RL）或监督学习（SL）。单阶段训练不可避免地需要计算密集型的标签计算（即求解最优解）在SL中，或在RL中信息量较少的稀疏奖励。在本工作中，我们提出了一种渐进式训练范式，先使用SL在小规模实例上预训练神经网络，然后使用RL进行微调。在前一阶段，最优解作为标签有效地指导神经网络训练，从而绕过了稀疏奖励问题。在后一阶段，神经网络使用RL训练以解决大规模问题，避免了难以获取的最优解标签。此外，我们提出了一种基于分解的方法，使RL训练能够处理更大规模的问题，缓解了由庞大神经网络引起的内存不足问题。所提出的范式将现有的NCO模型提升到能够为旅行商问题（TSP）和容量车辆路径问题（CVRP）获得高达10,000个节点的近优解。此外，它还增强了不同规模和分布实例以及真实世界TSPLib和CVRPLib实例的泛化性能。

Enhancing neural combinatorial optimization by progressive training paradigm

摘要

期刊

机构

引用论文