热点事件持续更新

NICO: 泛化路由问题的学习型局部搜索方法

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

研究团队提出名为NICO的学习型局部搜索方法，旨在解决路由优化问题。该方法将当前解表示为边缘token，并通过添加精确移动增益来支持向更大规模问题的泛化。在1000节点欧几里得TSP测试中，NICO实现了1.1%的差距，显著优于贪心2-opt的10.7%及之前最佳学习型策略的36%。

AI 根据报道生成 · 2 小时前更新

最新进展10月30日 12:00

沿着报道，了解事件的不同侧面。

10月30日

12:00
arXiv · AI
NICO：可泛化至更大规模路由问题的学习型局部搜索方法
NICO 提出了一种学习型 2-opt 策略，用于解决路由问题。该方法将当前解表示为边缘 token，并添加精确移动增益以支持规模泛化。在 1000 节点欧几里得 TSP 上，NICO 达到 1.1% 差距，优于贪心 2-opt（10.7%）及最佳先前学习型策略（36%）。

还没有足够的连续观测数据，暂不绘制趋势。