
-
生物通官微
陪你抓住生命科技
跳动的脉搏
石榴石(Garnet):结合随机游走编码和图重构技术实现路由优化
《ARTIFICIAL INTELLIGENCE REVIEW》:Garnet: integrating random walk encoding and graph rewiring for routing optimization
【字体: 大 中 小 】 时间:2026年04月05日 来源:ARTIFICIAL INTELLIGENCE REVIEW 13.9
编辑推荐:
摘要旅行商问题(TSP)是一个基本的NP难路由问题,在物流和运输领域有广泛应用。本文提出了GARNET,这是一个图神经网络框架,它整合了三个组件:用于多跳结构表示的分解相对随机游走概率(D-RRWP)编码、用于增强连通性的随机图重连以及用于特征聚合的图定制加性稀疏注意力(GRAS
旅行商问题(TSP)是一个基本的NP难路由问题,在物流和运输领域有广泛应用。本文提出了GARNET,这是一个图神经网络框架,它整合了三个组件:用于多跳结构表示的分解相对随机游走概率(D-RRWP)编码、用于增强连通性的随机图重连以及用于特征聚合的图定制加性稀疏注意力(GRASS)。通过近端策略优化进行训练,GARNET在基准实例上实现了具有竞争力的最优性差距,并且其推理时间比精确求解器快得多。消融研究证实每个组件都对性能有所贡献,而在真实世界道路网络上的实验证明了其实际应用性。
旅行商问题(TSP)是一个基本的NP难路由问题,在物流和运输领域有广泛应用。本文提出了GARNET,这是一个图神经网络框架,它整合了三个组件:用于多跳结构表示的分解相对随机游走概率(D-RRWP)编码、用于增强连通性的随机图重连以及用于特征聚合的图定制加性稀疏注意力(GRASS)。通过近端策略优化进行训练,GARNET在基准实例上实现了具有竞争力的最优性差距,并且其推理时间比精确求解器快得多。消融研究证实每个组件都对性能有所贡献,而在真实世界道路网络上的实验证明了其实际应用性。
生物通微信公众号