PulseAugur
中
实时 17:53:57

GeoRouteNet 推动旅行商问题的神经求解

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 GeoRouteNet，这是一种新颖的非自回归神经求解器，旨在解决欧几里得旅行商问题。该新模型结合了显式的几何特征和更丰富的训练信号，以提高其在不同图大小和节点分布上的性能。求解器的变体 GeoRouteNet-MCS-RL 在诊断和真实世界的 TSP 实例上显示出比 NAR4TSP-PG 等先前方法显著更低的差距，表明其可转移性和准确性有所提高。 AI

影响 这项研究可能为物流和运筹学中复杂路由和优化问题带来更有效的解决方案。

排序理由 该集群描述了一篇新的学术论文，其中详细介绍了一种用于特定计算问题的神经模型。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

GeoRouteNet 推动旅行商问题的神经求解

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Xiang Li ·

    GeoRouteNet：一种用于欧几里得旅行商问题的几何感知非自回归神经网络求解器

    arXiv:2606.22776v2 Announce Type: replace-cross Abstract: Non-autoregressive neural solvers amortize computation across traveling salesman problem (TSP) instances, but models trained on random Euclidean instances can degrade when the number or spatial distribution of nodes change…

相关实体

相关话题