0-Polynet：学习神经组合优化的多样解策略(未完）

Abstract

基于强化学习的方法在构建组合优化问题的解方面，其性能正迅速接近人类设计的算法。为了进一步缩小差距，基于学习的方法必须在搜索过程中高效地探索解空间。最近的方法通过手工设计规则来强制生成多样化的解，从而人为地增加探索性。然而，这些规则可能会损害解的质量，并且对于更复杂的问题来说，设计这样的规则也较为困难。 在本文中，我们介绍了 PolyNet，这是一种通过学习互补的解策略来提高解空间探索效率的方法。与其他工作不同，PolyNet 仅使用单个解码器和一种训练方案，而不通过手工设计规则来强制生成多样化的解。我们在四个组合优化问题上对 PolyNet 进行了评估，观察到其隐式的多样性机制使得 PolyNet 能够找到比那些明确强制生成多样化解的方法更好的解。

1 Introduction

近年来，在基于学习的组合优化（CO）问题求解方法领域取得了显著进展（Bello 等，2016；Kool 等，2019；Kwon 等，2020）。特别是强化学习&