用柔性神经k-Opt学习搜索路径问题的可行和不可行区域(未完,先看前驱文章L2S)

Abstract

介绍了一种名为 Neural k-Opt（NeuOpt）的新型学习搜索（L2S）求解器，用于解决路径问题。它学习执行基于定制的动作分解方法和定制的循环双流（Recurrent Dual-Stream）解码器的灵活 k-opt 交换。

作为一项开创性的工作，我们绕过了纯可行性掩码方案，实现了对可行和不可行区域的自主探索，我们提出了一种名为 Guided Infeasible Region Exploration（GIRE）的方案。GIRE 通过补充可行性相关特征并利用奖励塑造来增强 NeuOpt 策略网络，使其更有效地指导强化学习。

此外，我们为 NeuOpt 配备了动态数据增强（D2A），以便在推理过程中进行更多样化的搜索。在旅行商问题（TSP）和有容量限制的车辆路径问题（CVRP）上的广泛实验表明，我们的 NeuOpt 不仅显著超越了现有的（基于掩码的）L2S 求解器，而且还展示了其优越性，超越了学习构建（L2C）和学习预测（L2P）求解器。值得注意的是，我们提供了新的视角，展示了神经求解器如何处理 VRP 约束。我们的代码可在 https://github.com/yining043/NeuOpt 上找到。

1 Introduction

车辆路径问题（VRPs）在各种实际应用中非常普遍，它们提出了需要高效搜索算法解决的 NP-hard