Arxiv/Learning to Iteratively Solve Routing Problems with Dual-Aspect Collaborative Transformer 2021 2110.02544

Ссылки сюда (1) →

«Learning to Iteratively Solve Routing Problems with Dual-Aspect Collaborative Transformer 2021 2110.02544»^{скачать}

«

В последнее время Transformer стал преобладающей глубокой архитектурой для решения проблемы с маршрутизацией транспортных средств (VRP). Однако он менее эффективен в обучении модели улучшения VRP, потому что его метод позиционного кодирования (PE) не подходит для представления решений VRP. В этой статье представлен новый Dual-Aspect Collaborative Transformer (DACT) для изучения вложений для узла и позиционные элементы по отдельности, вместо того, чтобы объединять их вместе, как это сделано в существующие, чтобы избежать потенциальных шумов и несовместимых корреляций.

Кроме того, позиционные особенности встроены в новую циклическую метод позиционного кодирования (CPE), позволяющий Transformer эффективно захватывать округлость и симметрия решений VRP (т. е. циклических последовательностей). Мы обучить DACT с помощью Proximal Policy Optimization и разработать учебную программу стратегия для повышения эффективности выборки.

Мы применяем DACT для решения путешествий проблема продавца (TSP) и проблема выбора маршрута транспортного средства (CVRP). Результаты показать, что наш DACT превосходит существующие модели улучшения на основе трансформаторов, и демонстрирует гораздо лучшую производительность обобщения по разным задачам размеры на синтетических и тестовых экземплярах соответственно.

…»

[ Хронологический вид ]Комментарии

(нет элементов)

Войдите, чтобы комментировать.