本文研究基于深度学习和强化学习的旅行商问题的新模型和架构，强调机器学习在解决组合优化问题方面的限制，并提出了一种新的度量标准ROD以回答两个基本问题。

Sep, 2019

本文提出了一种神经组合优化方法，将学习算法与模型架构相结合，以实现在训练过程中看不到的更大规模的问题的推广。通过对零样本推广的原理研究，控制实验提供了第一手数据，并提供了深度学习的新方向。

Jun, 2020

本文利用强化学习和 Transformer 结构设计了用于 Traveling Salesman Problem 的新型算法，相较于以往的算法在 TSP50 和 TSP100 上有了更好的表现

Mar, 2021

提出了一种基于图神经网络和引导局部搜索的 TSP（旅行商问题）混合数据驱动方法，该方法能够在不损失解决方案质量的同时，快速求解大规模 TSP 实例，经实验证明，我们将 100 个节点问题集的平均最优性差从 1.534% 减少到 0.705%，将 20 个节点实例推广到 100 个节点问题集时，我们将最优性差从 18.845% 减少到 2.622%，提高了 2 倍和 7 倍。

Oct, 2021

本文研究了使用自适应难度方法的基于学习的旅行商问题方法，通过定义硬度测量，使用硬度自适应生成器生成不同难度的实例，再利用课程学习器完全利用这些实例来训练TSP求解器。实验结果表明，我们的硬度自适应生成器可以生成比现有方法更困难的实例，而我们提出的方法在最优性差距方面显著优于最先进的模型。

Apr, 2022

本研究提出了一种基于模仿学习框架的策略来解决旅行商问题，并展示了所训练的图神经网络在大规模的TSP实例上的较快求解能力。

Oct, 2022

本研究提出了一种基于层次强化学习的端到端学习框架，称为H-TSP，用于解决大规模TSP问题，通过选择子集并使用深度学习模型直接生成解决方案，具有可扩展和高效性。

Apr, 2023

本研究针对组合优化问题，提出了在深度学习模型训练前进行预训练以利用相关算法对于解决TSP问题具有提升作用的算法推理方法，并证明该方法能够优于传统深度学习模型。

May, 2023

NAR4TSP是第一个成功结合强化学习和非循环解码的解决TSP问题的算法，通过使用一个特殊设计的图神经网络以非循环的方式生成TSP解决方案，实现更快的推理速度，其训练使用了增强型强化学习策略，消除了传统基于监督学习的非循环模型的昂贵标签依赖，实验结果表明NAR4TSP在解决质量、推理延迟和泛化能力方面优于四个最先进的模型，此外，我们展示了NAR4TSP解码过程和整体路径规划的可行性和有效性的可视化。

Aug, 2023

提出了GLOP（Global and Local Optimization Policies）方法，该方法使用分层框架有效扩展到大规模路由问题，同时利用导数和非导数神经启发式算法以实现高性能和高可拓展性。

Dec, 2023