研究人员开发了一种新的自监督预训练框架，用于神经组合优化模型，特别是针对旅行商问题（TSP）等路由问题。这种几何方法通过在策略优化前应用等距变换，增强了空间不变性和相对距离理解能力。该方法显示出显著的改进，在大规模、零样本外推场景下将路线长度减少了7.23%，并与Concorde等传统求解器相比，速度提升高达两个数量级。 AI
影响 增强了路由问题的泛化能力，为大规模实例提供了比传统求解器显著的速度提升。
排序理由 详细介绍神经组合优化新方法的学术论文。[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 →
