基于多起点和Mask策略的深度强化学习算法求解覆盖旅行商问题

源自：控制与决策

作者：方伟 接中冰 陆恒杨 张涛

“人工智能技术与咨询”  发布

摘要

覆盖旅行商问题(covering salesman problem,CSP) 是旅行商问题的变体,在防灾规划、急救管理中有着广泛应用.由于传统方法求解问题实例耗时严重,近年来深度神经网络被提出用于解决该类组合优化问题,在求解速度和泛化性上有明显的优势.现有基于深度神经网络求解CSP的方法求解质量较低,特别在大规模实例上与传统的启发式方法相比存在较大差距.针对上述问题,提出一种新的基于深度强化学习求解CSP的方法,由编码器对输入特征进行编码,提出新的Mask策略对解码器使用自注意力机制构造解的过程进行约束,并提出多起点策略改善训练过程、提高求解质量.实验结果表明,所提方法对比现有基于深度神经网络的求解方法进一步缩小了最优间隙,同时有着更高的样本效率,在不同规模和不同覆盖类型的CSP中展现出更强的泛化能力,与启发式算法相比在求解速度上有10sim40倍的提升.

关键词

覆盖旅行商;深度强化学习;组合优化;多起点;Mask策略

引 言

1 问题定义及基于深度强化学习的CSP求解方法

2 AM-NM: 新Mask策略的注意力模型 

3 实验设计

4 实验结果 

5 结 论 

声明:公众号转载的文章及图片出于非商业性的教育和科研目的供大家参考和探讨，并不意味着支持其观点或证实其内容的真实性。版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们删除。

“人工智能技术与咨询”  发布