研究人员开发了 TANGCO，这是一种新颖的方法，利用图神经网络和策略梯度学习来优化易发生级联故障的网络系统的容量分配。该方法解决了诸如电网和云集群等系统中不可微分目标带来的挑战。TANGCO 在各种合成和真实网络拓扑上展示了优于现有启发式方法的显著改进，显示出 1.6% 至 246% 的鲁棒性提升。该系统学习到的策略对未见过的图具有可迁移性，并且可以在没有针对性训练的情况下运行，其部署成本与启发式方法相当。 AI
影响 这项研究通过优化复杂网络系统的资源分配，可能带来更具弹性的基础设施。
排序理由 该集群包含一篇详细介绍优化网络系统新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
