Projecting Latent RL Actions

新的强化学习方法通过投影代理提升图优化性能

研究人员开发了一种名为“投影代理”的新方法，以提高强化学习（RL）模型在图组合优化（GCO）问题中的性能。该方法基于Wolpertinger框架，并利用图神经网络（GNNs），旨在增强跨不同图实例的泛化能力和计算可扩展性。投影代理在单次传递中预测一个潜在动作，然后将其解码为离散动作，与现有解决方案相比，推理速度更快，泛化能力更强。研究团队还发布了一个Python库LaGCO-RL，以支持和推广这些技术的应用。