新的OD-Gear框架解决了大规模车辆路径问题

研究人员开发了OD-Gear，一个新颖的专家指导的对抗性框架，旨在解决大规模容量车辆路径问题（CVRP）。该框架集成了混合遗传搜索和在线重心聚类与图注意力网络（GAT）策略，并通过知识蒸馏和minimax对抗训练得到增强。OD-Gear旨在为海量数据集提供高质量、无聚类的推理，在大多数基准测试中展示了最先进的性能，并在10,000个节点的规模上保持竞争力。 AI

影响 这项研究为大规模路径问题提供了一个可扩展且高效的解决方案，可能对物流和供应链优化产生影响。

排序理由 该集群描述了一篇关于解决复杂优化问题的新颖框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• Capacitated Vehicle Routing Problems
• DagsHub
• Dongbin Jiao
• graph attention network
• Hugging Face
• OD-Gear
• Online Barycenter Clustering

• 论文
• 其他

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