研究人员开发了拓扑感知路径一致性建模(TRCM),一种增强神经车辆路径规划求解器的新方法。TRCM显式地对路径级别的客户共同分配进行建模以指导决策,改进了隐式表示路径组织的现有自回归模型。该方法结合了保持结构的一致性增强和基于拓扑熵的重加权,以解决类别不平衡和结构不均的监督数据问题。TRCM在CVRP50和CVRP100等基准数据集上显著减小了最优性差距,并在XML100上显示出改进的平均目标。 AI
影响 这项研究可能为物流和运输领域复杂路径规划问题带来更高效、更准确的解决方案。
排序理由 该集群描述了一篇详细介绍神经车辆路径规划新方法的最新研究论文。
在 Hugging Face Daily Papers 阅读 →
- Capacitated Vehicle Routing Problem
- CVRP
- CVRP100
- CVRP50
- Topological Entropy
- TopologyAware RouteConsistency Modeling
- XML100
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →