Memory-in-the-Loop

MiLoop框架通过选择性记忆传播增强神经组合优化

研究人员推出了一种新颖的神经组合优化（NCO）框架MiLoop，该框架可提高解决方案的质量和泛化能力。MiLoop在基于强化学习（RL）的方法中利用选择性记忆传播，使浅层策略能够学习有效的动态嵌入，而无需外部解决方案标签或复杂的训练时剪枝。该框架在注意力层之前将当前嵌入与历史记忆相结合，并采用自适应门控更新进行逐步重用，在实例大小从100到1000万个节点不等的各种组合优化问题上均表现出强大的性能。