本文介绍了使用Attention模型解决旅行商问题（TSP）的方法，通过Transformer结构的编码器和解码器，结合REINFORCE算法和Rollout Baseline进行策略优化。论文展示了将注意力机制应用于图结构的路径规划，并在实验中取得有效结果。
[ 文献阅读·路径规划 ] ATTENTION, LEARN TO SOLVE ROUTING PROBLEMS! [1]
推荐理由：这篇应该不用多说了，ATTENTION模型做路径规划，算是一篇MileStone了。
1. Attention Model
- 一个TSP实例假定有n个节点，i∈{ 1,…,n}i \in\{1, \ldots, n\}i∈{ 1,…,n}，每个节点的特征为xi\mathbf{x}_{i}xi，对于TSP问题来说，xi\mathbf{x}_{i}xi即节点i的坐标，且构成图为全连接图（其中包括自连接）。
- 总而言之，TSP问题的模型可以被认为是一个Graph Attention Network。
- 通过Mask来定义图结构。
- 解π=(π1,…,πn)\boldsymbol{\pi}=\left(\pi_{1}, \ldots, \pi_{n}\right)π=(π1,…,πn)为节点的排列组合
- 对于给定实例s\mathcal{s}s，选择解π\piπ的概率即一种随机策略概率p(π∣s)p(\boldsymbol{\pi} \mid s)p(π∣s)，则对于一个完整TSP问题，策略表达如下：
pθ(π∣s)=∏t=1npθ(πt∣s,π1:t−1)(1) p_{\theta}(\boldsymbol{\pi} \mid s)=\prod_{t=1}^{n} p_{\boldsymbol{\theta}}\left(\pi_{t} \mid s, \boldsymbol{\pi}_{1: t-1}\right)\tag{1} pθ(π∣s)=t=1∏npθ(πt∣s,π1:t−1
最低0.47元/天 解锁文章
扫一扫
2398
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
