論文の概要: NCO4CVRP: Neural Combinatorial Optimization for the Capacitated Vehicle Routing Problem
- arxiv url: http://arxiv.org/abs/2604.16581v1
- Date: Fri, 17 Apr 2026 14:28:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-21 21:52:52.088788
- Title: NCO4CVRP: Neural Combinatorial Optimization for the Capacitated Vehicle Routing Problem
- Title（参考訳）: NCO4CVRP: 容量化車両ルーティング問題に対するニューラルコンビネーション最適化
- Abstract要約: この研究は、ソリューションの品質と一般化を高めるために既存の推論技術を改善することに焦点を当てている。
推論手法の洗練と検索戦略の強化により,実世界の最適化タスクにおけるNCOモデルの適用性の向上に寄与する。
- 参考スコア（独自算出の注目度）: 0.23560550919269374
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Neural Combinatorial Optimization (NCO) has emerged as a powerful framework for solving combinatorial optimization problems by integrating deep learning-based models. This work focuses on improving existing inference techniques to enhance solution quality and generalization. Specifically, we modify the Random Re-Construct (RRC) approach of the Light Encoder Heavy Decoder (LEHD) model by incorporating Simulated Annealing (SA). Unlike the conventional RRC, which greedily replaces suboptimal segments, our SA-based modification introduces a probabilistic acceptance mechanism that allows the model to escape local optima and explore a more diverse solution space. Additionally, we enhance the Policy Optimization with Multiple Optima (POMO) approach by integrating Beam Search, enabling systematic exploration of multiple promising solutions while maintaining diversity in the search space. We further investigate different inference strategies, including Softmax Sampling, Greedy, Gumbel-Softmax, and Epsilon-Greedy, analyzing their impact on solution quality. Furthermore, we explore instance augmentation techniques, such as horizontal and vertical flipping and rotation-based augmentations, to improve model generalization across different CVRP instances. Our extensive experiments demonstrate that these modifications significantly reduce the optimality gap across various Capacitated Vehicle Routing Problem (CVRP) benchmarks, with Beam Search and SA-based RRC consistently yielding superior performance. By refining inference techniques and leveraging enhanced search strategies, our work contributes to the broader applicability of NCO models in real-world combinatorial optimization tasks.
- Abstract（参考訳）: Neural Combinatorial Optimization (NCO)は、ディープラーニングベースのモデルを統合することで組合せ最適化問題を解決する強力なフレームワークとして登場した。
この研究は、ソリューションの品質と一般化を高めるために既存の推論技術を改善することに焦点を当てている。
具体的には、Simulated Annealing(SA)を組み込んだLight Encoder Heavy Decoder(LEHD)モデルのRandom Re-Construct(RRC)アプローチを変更する。
最適部分を置き換える従来のRCとは異なり、我々のSAベースの修正では、モデルが局所最適から逃れ、より多様な解空間を探索できる確率論的受容機構が導入されている。
さらに、ビームサーチを統合することで、多重オプティマス(POMO)アプローチによるポリシー最適化を強化し、検索空間の多様性を維持しつつ、複数の有望なソリューションの体系的な探索を可能にする。
さらに、Softmax Smpling、Greedy、Gumbel-Softmax、Epsilon-Greedyなど、さまざまな推論戦略を調査し、ソリューションの品質への影響を分析した。
さらに,CVRPインスタンス間のモデル一般化を改善するために,水平および垂直のフリップや回転に基づく拡張などのインスタンス拡張手法についても検討する。
本研究では, キャパシタレート車両ルーティング問題 (CVRP) ベンチマークにおける最適性ギャップを著しく低減し, ビームサーチとSAをベースとしたRCが常に優れた性能を発揮することを示す。
推論手法の洗練と検索戦略の強化により,実世界の組合せ最適化タスクにおけるNCOモデルの適用性の向上に寄与する。
関連論文リスト
- New Hybrid Fine-Tuning Paradigm for LLMs: Algorithm Design and Convergence Analysis Framework [52.69678300445233]
fine-tuning Large Language Models (LLMs) は通常、すべてのモデルパラメータを更新するフルきめ細やかな調整を必要とする。
PEFT(Efficient Fine-Tuning)は、パラメータの小さなサブセットを調整する。
ゼロ次最適化法と1次最適化法を組み合わせて,LLMとPEFTモジュールを共同で更新するハイブリッドファインチューニング手法を提案する。
論文 参考訳（メタデータ） (2026-04-10T22:39:38Z) - Hybrid Node-Destroyer Model with Large Neighborhood Search for Solving the Capacitated Vehicle Routing Problem [1.9573380763700716]
本稿ではメタヒューリスティックアルゴリズムの性能向上を目的とした反復学習ハイブリッド最適化手法を提案する。
提案手法は, 演算複雑性を低減し, 最適化プロセスに関わる探索空間を縮小する。
論文 参考訳（メタデータ） (2025-08-12T05:56:13Z) - Preference-Driven Multi-Objective Combinatorial Optimization with Conditional Computation [10.153136816705542]
POCCOはサブプロブレムのためのモデル構造を適応的に選択できる新しいプラグイン・アンド・プレイフレームワークである。
そこで本研究では,勝利と敗退の間のペアワイズな選好を学習する選好駆動最適化アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-06-10T15:25:06Z) - Preference Optimization for Combinatorial Optimization Problems [54.87466279363487]
強化学習(Reinforcement Learning, RL)は、ニューラルネットワーク最適化のための強力なツールとして登場した。
大幅な進歩にもかかわらず、既存のRLアプローチは報酬信号の減少や大規模な行動空間における非効率な探索といった課題に直面している。
統計的比較モデルを用いて定量的報酬信号を定性的選好信号に変換する新しい手法であるPreference Optimizationを提案する。
論文 参考訳（メタデータ） (2025-05-13T16:47:00Z) - RL-finetuning LLMs from on- and off-policy data with a single algorithm [53.70731390624718]
大規模言語モデルを微調整するための新しい強化学習アルゴリズム(AGRO)を提案する。
AGROは生成整合性の概念を利用しており、最適ポリシーはモデルの任意の世代間での整合性の概念を満たすと述べている。
サンプルベースの政策勾配による最適解を求めるアルゴリズムを導出し,その収束に関する理論的保証を提供する。
論文 参考訳（メタデータ） (2025-03-25T12:52:38Z) - Diversity Optimization for Travelling Salesman Problem via Deep Reinforcement Learning [29.551883712536295]
既存のトラベリングセールスマン問題(TSP)のニューラルメソッドは主に、単一の最適解を見つけることを目的としている。
本稿では,主にエンコーダ-デコーダ構造ポリシを特徴とする,深層強化学習に基づくニューラルソルバを提案する。
論文 参考訳（メタデータ） (2025-01-01T16:08:40Z) - Instance-Conditioned Adaptation for Large-scale Generalization of Neural Routing Solver [15.842155380912002]
本稿では,ニューラル・ルーティング・ソルバの大規模一般化のための新しいインスタンス・コンディション・アダプタ・モデルを提案する。
提案手法は,非常に高速な推論時間で有望な結果が得られることを示す。
論文 参考訳（メタデータ） (2024-05-03T08:00:19Z) - Ensemble Kalman Filtering Meets Gaussian Process SSM for Non-Mean-Field and Online Inference [47.460898983429374]
我々は,非平均場(NMF)変動推定フレームワークにアンサンブルカルマンフィルタ(EnKF)を導入し,潜在状態の後方分布を近似する。
EnKFとGPSSMのこの新しい結婚は、変分分布の学習における広範なパラメータ化の必要性をなくすだけでなく、エビデンスの下限(ELBO)の解釈可能でクローズドな近似を可能にする。
得られたEnKF支援オンラインアルゴリズムは、データ適合精度を確保しつつ、モデル正規化を組み込んで過度適合を緩和し、目的関数を具現化する。
論文 参考訳（メタデータ） (2023-12-10T15:22:30Z) - Backpropagation of Unrolled Solvers with Folded Optimization [55.04219793298687]
ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。
1つの典型的な戦略はアルゴリズムのアンローリングであり、これは反復解法の操作による自動微分に依存している。
本稿では,非ロール最適化の後方通過に関する理論的知見を提供し,効率よく解けるバックプロパゲーション解析モデルを生成するシステムに繋がる。
論文 参考訳（メタデータ） (2023-01-28T01:50:42Z) - An Empirical Evaluation of Zeroth-Order Optimization Methods on
AI-driven Molecule Optimization [78.36413169647408]
分子目的を最適化するための様々なZO最適化手法の有効性について検討する。
ZO符号に基づく勾配降下(ZO-signGD)の利点を示す。
本稿では,Guurcamol スイートから広く使用されているベンチマークタスクに対して,ZO 最適化手法の有効性を示す。
論文 参考訳（メタデータ） (2022-10-27T01:58:10Z) - Multi-Agent Deep Reinforcement Learning in Vehicular OCC [14.685237010856953]
我々は車載OCCにおけるスペクトル効率最適化手法を提案する。
我々は最適化問題をマルコフ決定プロセス(MDP)としてモデル化し、オンラインで適用可能なソリューションの利用を可能にする。
提案手法の性能を広範囲なシミュレーションにより検証し,提案手法の様々な変種とランダムな手法との比較を行った。
論文 参考訳（メタデータ） (2022-05-05T14:25:54Z) - Optimization-Inspired Learning with Architecture Augmentations and
Control Mechanisms for Low-Level Vision [74.9260745577362]
本稿では,GDC(Generative, Discriminative, and Corrective)の原則を集約する,最適化に着想を得た統合学習フレームワークを提案する。
フレキシブルな組み合わせで最適化モデルを効果的に解くために,3つのプロパゲーティブモジュールを構築した。
低レベル視覚タスクにおける実験は、GDCの有効性と適応性を検証する。
論文 参考訳（メタデータ） (2020-12-10T03:24:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。