- 通过基于 RL 的初始化加速精确的组合优化 —— 以调度为例的案例研究
利用机器学习与强化学习相结合的创新方法解决基于计算图的调度优化问题,提供优化性和确定性保证,同时保持启发式方法的运行时成本。
- 通过渐进蒸馏加速基于扩散的组合优化求解器
基于图的扩散模型在解决 NP 完全问题的组合优化中展现了有希望的结果。然而,由于去噪扩散过程的迭代评估特性,这些模型通常在推理时效率低下。本文提出使用渐进蒸馏来加速推理过程,通过在去噪过程中只进行少量步骤的预测(例如,在单个步骤中预测未来两 - VN-Solver: 基于视觉的图像组合优化神经求解器
基于视觉方法的神经模型解决图优化问题的性能与矩阵方法相当,为发展数据驱动优化求解器开辟了新的途径。
- 基于自然启发算法的路径规划
由于其收敛性和随机性,自然启发算法(NIAs)在解决组合优化问题中提供了最优结果,而且在机器人学中的路径规划问题中有广泛的应用。
- 基于策略自竞争的规划问题解决方法
提出了 GAZ 'Play-to-Plan'(GAZ PTP)算法,并在两个组合优化问题,旅行商问题和工作车间调度问题上,表现出了比 GAZ 的单人游戏变体更好的效果,而且只需用一半的搜索模拟预算。
- 多臂老虎机用于多任务神经求解器的高效训练
本文提出了一种基于多臂老虎机的通用高效训练模式,通过理论损失分解和逐任务影响矩阵使多任务神经求解器的训练更高效,证明了该方法的优越性和在多任务大模型训练中的应用前景。
- 整数线性规划的局部分支松弛启发式算法
本文探讨了在整数线性规划(ILP)的大邻域搜索(LNS)中设计有效和高效的启发式。 创新性地提出了 LB-RELAX 及其变体,利用线性规划松弛代替 Local Branching 来选择邻居。实验证明相对于 LB,LB-RELAX 及其变 - KDD学习控制组合优化中的局部搜索
本研究提出了一种名为 NeuroLS 的本地搜索算法控制器,采用深度图神经网络作为策略模型,通过计算机学习方法,能够优于已知常规搜索控制器和最新的机器学习方法,在求解 NP 困难度的组合优化问题中,取得了比较理想的结果。
- 扩散模型作为即插即用先验
该论文探讨了在先验概率和一个基于 $x$ 和 $y$ 的不等式约束条件下利用高维数据推断潜在结果。通过使用一个独立训练的去噪扩散生成模型和不同的不等式约束,该方法能应用于各种不同领域的任务,例如条件生成、图像分割以及求解组合优化问题等。
- AAAI学会使用硬度自适应课程解决旅行商问题
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 - AAAI超越 TSP 的神经组合优化:现有架构在图结构下表现不足
本文研究如何将深度强化学习和图神经网络应用于无线网络中的电力和信道分配问题,研究结果表明现有结构还不能很好地识别图的结构和特征,并且对于对图产生影响的问题不太适用,但研究还是取得了一些积极进展,比如通过距离编码来增强问题的表示方法。
- 隐式最大似然估计:通过离散指数族分布反向传播
该论文提出了一种基于离散指数族分布和可微神经组件相结合的模型的端到端学习框架 Implicit Maximum Likelihood Estimation(I-MLE),并介绍了一种新型的噪声分布 perturb-and-MAP,该框架在几 - AAAI深度学习视角下的固定优先级全局调度
本文介绍了如何将深度学习应用于实时任务调度中的固定优先全局调度问题,并简要讨论了几种可能的深度学习采用方式,例如具有依赖性的任务调度和混合关键任务调度。我们认为,借助先进的深度学习技术,有很多机会来提高各种系统配置和问题场景中的调度质量。
- 在图上学习组合优化问题:一份调查及其在网络中的应用
介绍了解决图上组合优化问题的现有方法存在的问题,调查了与计算复杂性相关的机器学习研究的发展,并组织和比较了解决组合优化问题的学习结构。
- 使用 CVaR 改进变分量子优化
研究混合量子 / 经典变分算法,使用条件风险价值作为聚合函数改善在所有组合优化问题的表现。
- AAAI将数据决策流程融合:面向决策的组合优化学习
通过深度学习将机器学习模型与优化算法直接结合,实现决策为导向的学习,从而在解决组合优化问题时取得更好的性能和决策效果。
- NIPS在图上学习组合优化算法
本文介绍了结合强化学习和图嵌入的方法,使用元算法来解决 NP-hard 组合优化问题和图上的最小点集覆盖、最大割和旅行商问题等优化问题。
- 基于学习的压缩子采样
该研究提出了一种基于学习的方法来选择优化恢复性能的固定索引集,通过解决组合优化问题最大化能量捕获。结果表明,该方法在各种数据集上都是有效的。
- 量子近似优化算法
介绍了一种量子算法,通过使用正整数 p 来提高近似解的质量,将其应用于组合优化问题的求解上,并分析了在正则图上,固定的 p 值下算法的性能表现。
- 优化问题中的统计力学方法和相变
该综述从物理学角度介绍了用于解决组合优化问题的工具和概念,特别是与相变以及统计物理学相关的部分,并给出了物理学对计算机科学的跨学科贡献的观点。