研究提出选择器方法改善指针网络跨规模泛化
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载问题设定与退化原因
论文关注无人机末端配送与应急配送中的路径规划：客户数量会变化，而混合整数规划与启发式方法要么扩展性差，要么需要针对具体问题专门设计，因此作者转向学习型方法。强化学习的吸引力在于，单一策略无需重新训练就能适配不同问题规模。注意力式指针网络本身与规模无关，但作者发现，无论把规模放大还是缩小，解的质量都会下滑。为便于控制变量，作者用带容量约束的车辆路径问题作为代理任务，把容量固定，用来对应无人机的载重限制。作者把退化归因于三点：节点密度发生偏移、注意力被分散，以及均值池化得到的图上下文被稀释。
两类改法与量化效果
作者系统比较了三种层面的修改：整体架构、编码器侧和解码器侧，并据此提出一种可学习的、对排列不变的图上下文聚合机制，分别以加权平均和 Set2Set 两种形式实现。实验显示，两个迁移方向对改进的需求并不相同：基于熵的注意力缩放把 CVRP20 到 CVRP100 的性能差距缩小了 1.41 个百分点；而所提聚合方法在更困难的 CVRP100 到 CVRP20 迁移上取得最大提升，约为 0.9 个百分点。也就是说，放大规模与缩小规模各自受益于不同的改动，两者并不互相替代。
选择器与适用范围
利用上述互补性，作者引入一个选择器，为每一对训练规模与目标规模挑选最合适的模型。相对于参考模型，该选择器在九个已见的训练-测试组合上全部降低成本，在涉及未见规模的九个组合中也有八个取得改善，这些未见规模包括 CVRP35、CVRP75 和 CVRP200。摘要未给出选择器自身的额外开销与推理成本细节，也未说明在真实无人机配送场景中的验证情况，相关结论仍限于该代理任务与所测试的规模区间。
为什么值得看
关注强化学习路径规划与指针网络跨规模泛化的读者，可从中了解性能退化原因及两种互补的改进方向。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。