TSP1000

预训练增强了用于复杂路径问题的AI求解器

研究人员开发了一种新的图组合优化自监督预训练框架，专门针对旅行商问题（TSP）等路径问题。该框架采用图对比学习和几何增强（如旋转和反射），鼓励模型学习不变的结构表示和全局相对距离分布。研究发现，该预训练策略的性能显著优于未预训练的模型，其中一种混合方法在TSP1000基准测试中将路径长度提高了6.57%，证明了几何预训练在将神经网络求解器扩展到复杂实例方面的价值。