論文の概要: Projecting Latent RL Actions: Towards Generalizable and Scalable Graph Combinatorial Optimization

• arxiv url: http://arxiv.org/abs/2605.19721v1
• Date: Tue, 19 May 2026 11:55:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-20 15:03:09.308746
• Title: Projecting Latent RL Actions: Towards Generalizable and Scalable Graph Combinatorial Optimization
• Title（参考訳）: 潜在RLアクションを投影する - 一般化可能でスケーラブルなグラフコンビネーション最適化を目指して
• Authors: Franco Terranova, Guillermo Bernardez, Albert Cabellos-Aparicio, Nina Miolane, Abdelkader Lahmadi,
• Abstract要約: グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)の最近の進歩は、学習ベースのGCOソルバを大幅に改善した。 連続的なGNNベースのアクション埋め込み空間で直接動作する新しいRL-GCOアプローチであるプロジェクションエージェントを導入する。 様々なベンチマークにおいて、我々の手法は既存のソリューションよりも最大16.2倍高速な推論と最大40%優れた一般化を実現している。
• 参考スコア（独自算出の注目度）: 7.657191260976483
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Graph combinatorial optimization (GCO) has attracted growing interest, as many NP-hard problems naturally admit graph formulations, yet their combinatorial explosion renders exact methods computationally intractable. Recent advances in Reinforcement Learning (RL) combined with Graph Neural Networks (GNNs) have significantly improved learning-based GCO solvers. However, existing approaches face limitations in both generalization across diverse graph instances and computational scalability as action spaces grow. To address both challenges, we introduce projection agents, a novel RL-GCO approach that operates directly in a continuous GNN-based action embedding space, predicting a desired latent action in a single forward pass and subsequently decoding it into a valid discrete action. Additionally, we enable fair comparison across RL methods through a shared embedding space for both observations and actions. Across diverse benchmarks, our approach achieves up to 16.2x faster inference and up to 40% better generalization than existing solutions using only simple nearest-neighbor decoding, while opening the door to strong RL performance in super-linear decision spaces with multiple interdependent variables. Finally, we release LaGCO-RL, a Python library that automates latent action-space construction and supports existing RL-GCO solutions, promoting reproducibility and adaptation to new GCO benchmarks.
• Abstract（参考訳）: グラフ組合せ最適化(GCO)は、多くのNPハード問題ではグラフ定式化が自然に認められているため、関心を集めている。 グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)の最近の進歩は、学習ベースのGCOソルバを大幅に改善した。 しかし、既存のアプローチは、多様なグラフインスタンスをまたいだ一般化と、アクション空間が大きくなるにつれて計算のスケーラビリティの両方において制限に直面している。 両課題に対処するために,プロジェクションエージェントを導入し,連続的なGNNベースのアクション埋め込み空間で直接動作する新しいRL-GCOアプローチを導入し,所望の潜伏動作を1回のフォワードパスで予測し,その後,有効な離散動作に復号する。 さらに、観測と行動の両方に共通な埋め込み空間を通してRL法を公平に比較できる。 様々なベンチマークにおいて、我々の手法は、複数の相互依存変数を持つ超線形決定空間における強いRL性能への扉を開く一方で、単純な近傍デコーディングのみを用いて既存のソリューションよりも最大16.2倍高速な推論と最大40%優れた一般化を実現している。 最後に、遅延アクション空間構築を自動化するPythonライブラリであるLaGCO-RLをリリースし、既存のRL-GCOソリューションをサポートし、再現性と新しいGCOベンチマークへの適応を促進する。

関連論文リスト

• A Distributed Training Architecture For Combinatorial Optimization [0.0]
  最適化のための分散グラフニューラルネットワーク(GNN)に基づくトレーニングフレームワークを提案する。 実大規模ソーシャルネットワークデータセットと合成された高複雑性グラフの両方で実験を行った。 我々のフレームワークは、ソリューションの品質と計算効率の両方において最先端のアプローチより優れています。
  論文  参考訳（メタデータ） (2025-11-12T12:22:10Z)
• Synergizing Reinforcement Learning and Genetic Algorithms for Neural Combinatorial Optimization [25.633698252033756]
  本稿では,DRLの学習効率をGAのグローバル検索能力と相乗化するための進化的拡張機構を提案する。 EAMは、学習されたポリシーからソリューションを生成し、クロスオーバーや突然変異といったドメイン固有の遺伝子操作によってそれらを精製することで機能する。 EAMは、アテンションモデル、POMO、SymNCOのような最先端のDRLソルバとシームレスに統合できる。
  論文  参考訳（メタデータ） (2025-06-11T05:17:30Z)
• ScaleGNN: Towards Scalable Graph Neural Networks via Adaptive High-order Neighboring Feature Fusion [73.85920403511706]
  スケーラブルで効果的なグラフ学習のためのマルチホップノード機能を適応的に融合する新しいフレームワークであるScaleGNNを提案する。 予測精度と計算効率の両面で,ScaleGNNは最先端のGNNよりも一貫して優れていることを示す。
  論文  参考訳（メタデータ） (2025-04-22T14:05:11Z)
• Ant Colony Sampling with GFlowNets for Combinatorial Optimization [68.84985459701007]
  Generative Flow Ant Colony Sampler (GFACS)は、階層的に償却推論と並列探索を組み合わせた新しいメタヒューリスティック手法である。 提案手法はまず,生成フローネットワーク(GFlowNets)を利用して,解空間上のエンフルティモーダル事前分布を補正する。 この前者は、Ant Colony Optimization (ACO) の精神で並列探索によって更新され、後部分布がほぼ最適解を生成する。
  論文  参考訳（メタデータ） (2024-03-11T16:26:06Z)
• RL4CO: an Extensive Reinforcement Learning for Combinatorial Optimization Benchmark [69.19502244910632]
  Combinatorial Optimization(CO)は、ロジスティクスやスケジューリング、ハードウェア設計、リソース割り当てなど、いくつかの現実世界のアプリケーションに基本である。 深層強化学習は、CO問題を解決し、ドメインの専門知識への依存を減らし、計算効率を向上する上で大きなメリットを示している。 RL4COは27のCO問題環境と23の最先端ベースラインの詳細なライブラリカバレッジを備えた統一ベンチマークである。
  論文  参考訳（メタデータ） (2023-06-29T16:57:22Z)
• Learning to Solve Combinatorial Graph Partitioning Problems via Efficient Exploration [72.15369769265398]
  実験により、ECORDは最大カット問題に対するRLアルゴリズムのための新しいSOTAを実現する。 最も近い競合と比較して、ECORDは最適性ギャップを最大73%削減する。
  論文  参考訳（メタデータ） (2022-05-27T17:13:10Z)
• Distributed Multi-Agent Reinforcement Learning Based on Graph-Induced Local Value Functions [7.6860514640178]
  協調型マルチエージェント強化学習(MARL)のための計算効率の良い分散フレームワークを提案する。 MARLにおける3種類のエージェント間カップリングを記述した3つのカップリンググラフを導入する。 結合グラフから導出した局所値関数に基づく2つの分散RL手法を提案する。
  論文  参考訳（メタデータ） (2022-02-26T03:01:51Z)
• A Bi-Level Framework for Learning to Solve Combinatorial Optimization on Graphs [91.07247251502564]
  本稿では,2つの世界の長所を結合するハイブリッドな手法を提案する。この手法では,グラフを最適化する上層学習手法とバイレベルフレームワークを開発する。 このような二段階のアプローチは、元のハードCOでの学習を単純化し、モデルキャパシティの需要を効果的に軽減することができる。
  論文  参考訳（メタデータ） (2021-06-09T09:18:18Z)

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。