論文の概要: Improving Cross-Problem Vehicle Routing with Locally Augmented Preferences and Representation Disentanglement

• arxiv url: http://arxiv.org/abs/2608.24859v1
• Date: Tue, 25 Aug 2026 17:44:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-26 14:09:35.117597
• Title: Improving Cross-Problem Vehicle Routing with Locally Augmented Preferences and Representation Disentanglement
• Title（参考訳）: 局所的な優先と表現の絡み合いによるクロスプロブレム車両ルーティングの改善
• Abstract要約: マルチタスク車両ルーティング問題(VRP)解決者は、単一の統一モデル内で複数のVRP変種を処理しようとする。 そこで本稿では,選好ペアを形成する前に,ローカル検索リファインメントパスを最適な復号化ツアーに適用する,新たなトレーニングアルゴリズムを提案する。 第2に、プログレッシブ層抽出(PLE)エンコーダは、各エンコーダ層を1つの共有専門家と、ゲーティング機構を介してタスク固有の専門家のセットを通じてルーティングする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-task vehicle routing problem (VRP) solvers seek to handle multiple VRP variants within a single unified model, avoiding the need to train a separate model for every variant. In spite of recent progress, current approaches remain limited on two fronts. On the training side, reinforcement learning suffers from reward-scale disparities and shrinking advantage signals as policies improve, whereas preference optimization stagnates once sampled tours become near-identical and thus fundamentally limited by the quality of the policy's own generated solutions, leaving both paradigms with weak supervision as training progresses. On the architecture side, existing fully shared encoders entangle constraint-dependent representations across heterogeneous variants, which limits generalization. We address these gaps with two model-agnostic contributions. First, we propose Preference Optimization with Locally Augmented Refinement (POLAR), a novel training algorithm that applies a local search refinement pass to the best decoded tour before forming preference pairs, yielding much more informative pairwise margins. Second, a Progressive Layered Extraction (PLE) encoder routes each encoder layer through one shared expert and a set of task-specific experts via a gating mechanism, progressively separating common routing structure from constraint-specific encodings. Through extensive experiments on various VRP variants, we show that POLAR and PLE together elevate the current state-of-the-art among neural multi-task solvers. We reduce the average gap to reference solutions by 21.3% relative to the strongest published baseline on 16 in-distribution variants, and outperform prior neural methods on 27 out of 32 unseen variants. Ablation studies confirm the efficacy of each contribution, showing that both improve cross-problem generalization across multiple backbone model architectures.
• Abstract（参考訳）: マルチタスク車両ルーティング問題(VRP)解決者は、単一の統一モデル内で複数のVRP変種を扱い、各変種に対して個別のモデルを訓練する必要はない。 最近の進展にもかかわらず、現在のアプローチは2つの面で制限されている。 トレーニング側では、強化学習は、政策の改善に伴って報酬スケールの格差と有利な信号の縮小に悩まされる一方、選好最適化は、サンプル化されたツアーがほぼ同一になり、政策が生成したソリューションの品質によって根本的に制限される。 アーキテクチャ面では、既存の完全共有エンコーダは、一般化を制限する異種変種にまたがる制約依存表現を絡み合わせる。 モデルに依存しない2つの貢献によって、これらのギャップに対処する。 まず,POLAR(Preference Optimization with Locally Augmented Refinement)を提案する。POLARは,局所探索精算パスを最適な復号化ツアーに適用し,選好ペアを生成する。 第二に、プログレッシブ層抽出(PLE)エンコーダは、各エンコーダ層を1つの共有専門家とタスク固有の専門家のセットをゲーティング機構を介してルーティングし、共通ルーティング構造と制約固有のエンコーダを段階的に分離する。 様々なVRP変異体に関する広範な実験を通して、POLARとPLEが共に、ニューラルマルチタスクソルバの最先端を高くすることを示した。 参照解に対する平均ギャップを16の非分布変種に対する最強のベースラインと比較して21.3%削減し、32の未知変種のうち27の神経学的手法よりも優れていた。 アブレーション研究は、各コントリビューションの有効性を確認し、どちらも複数のバックボーンモデルアーキテクチャにおけるクロスプロブレム一般化を改善することを示した。

関連論文リスト

• Towards Generalization-Oriented Models for Vehicle Routing Problems with Mixture-of-Experts [8.616895584914579]
  本稿では,Residual Refined Experts with Instance-level Gating (R2E-IG) を提案する。 R2E-IGは、ディストリビューションとアウト・オブ・ディストリビューションの両方のインスタンスにおける最先端のベースラインに対する競合性能を達成する。
  論文  参考訳（メタデータ） (2026-05-26T09:46:54Z)
• Two-Stage Learned Decomposition for Scalable Routing on Multigraphs [10.10513248720328]
  並列エッジは、異なるトレードオフを持つ異なる旅行オプションを表すマルチグラフを考える。 ルーティングポリシをノード置換ステージとエッジ選択ステージに分割するノードエッジポリシーファクトリゼーション(NEPF)アプローチを用いる。 筆者らは6つのVRP変種に対する実験を行い、NEPFがソリューションの品質の面で最先端に適合しているか、あるいは性能を上回っていることを示した。
  論文  参考訳（メタデータ） (2026-05-06T19:23:09Z)
• FiLMMeD: Feature-wise Linear Modulation for Cross-Problem Multi-Depot Vehicle Routing [0.0]
  24種類のMDVRP変異体に対する新しい統合型ニューラルベースモデルを提案する。 FiLMMeDは、最先端のベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2026-04-30T16:48:13Z)
• HAD: Combining Hierarchical Diffusion with Metric-Decoupled RL for End-to-End Driving [51.268878540511054]
  我々は階層的拡散政策を備えたエンドツーエンドの計画フレームワークであるHADを提案する。 我々は,NAVSIMとHUGSIMの両方でHADが新たな最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2026-04-04T04:12:47Z)
• Multi-Agent DRL for V2X Resource Allocation: Disentangling Challenges and Benchmarking Solutions [51.22818149833102]
  マルチエージェント強化学習(MARL)は、車間通信(C-V2X)ネットワークにおける無線リソース割り当ての有望なアプローチとして登場した。 しかし、MARLに固有の多面的課題はしばしば絡み合っており、車載環境における個々の影響を理解することは困難である。 我々は, C-V2X RRA を, 複雑さが徐々に増大する多エージェント干渉ゲーム列として定式化し, このギャップを埋める。
  論文  参考訳（メタデータ） (2026-02-18T14:46:56Z)
• Unrolled Neural Networks for Constrained Optimization [83.29547301151177]
  我々のフレームワークは、ラグランジアンのサドル点を共同で近似する2つの結合ニューラルネットワークで構成されている。 混合整数二次プログラムと無線ネットワークにおける電力配分に関する枠組みを数値的に評価する。
  論文  参考訳（メタデータ） (2026-01-24T03:12:41Z)
• Unrolled Graph Neural Networks for Constrained Optimization [83.29547301151177]
  2つの結合グラフニューラルネットワーク(GNN)における双対昇降アルゴリズムのダイナミクスについて検討する。 予備的ネットワークと二重ネットワークの更新を交互に行う共同学習手法を提案する。 我々の数値実験は、我々のアプローチがほぼ最適に近いほぼ実現可能な解をもたらすことを示す。
  論文  参考訳（メタデータ） (2025-09-21T16:55:41Z)
• SHIELD: Multi-task Multi-distribution Vehicle Routing Solver with Sparsity and Hierarchy [26.708590440636527]
  疎性と階層性の両方の原則を活用する新しいモデルであるShielDを紹介する。 より優れた局所表現を生成するために,問題における階層構造の存在を活かしたコンテキストベースのクラスタリング層を開発する。 提案手法は, 実世界の9つの地図において, 16種類のVRPのバリエーションを持つ既存手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-06-10T03:55:14Z)
• Accelerating Vehicle Routing via AI-Initialized Genetic Algorithms [53.75036695728983]
  車両ルーティング問題 (VRP) は進化的最適化における基本的なNPハード問題である。 本稿では、強化学習エージェントを事前のインスタンスで訓練し、初期解を迅速に生成する最適化フレームワークを提案する。 このフレームワークは、様々な時間予算において、現在の最先端のソルバよりも一貫して優れています。
  論文  参考訳（メタデータ） (2025-04-08T15:21:01Z)
• TuneNSearch: a hybrid transfer learning and local search approach for solving vehicle routing problems [44.035549471545586]
  TuneNSearchは、多種多様な車両ルーティング問題(VRP)に対処するためのハイブリッドトランスファー学習と局所探索アプローチである。 提案手法は,効率的な局所探索法により改良された高品質な解を生成するために強化学習を用いる。
  論文  参考訳（メタデータ） (2025-03-16T21:34:11Z)
• Generalized Schrödinger Bridge Matching [54.171931505066]
  一般化Schr"odinger Bridge (GSB) 問題設定は、機械学習の内外を問わず、多くの科学領域で一般的である。 我々は最近の進歩に触発された新しいマッチングアルゴリズムである一般化シュリンガーブリッジマッチング(GSBM)を提案する。 このような一般化は条件最適制御の解法として、変分近似を用いることができることを示す。
  論文  参考訳（メタデータ） (2023-10-03T17:42:11Z)
• NormAUG: Normalization-guided Augmentation for Domain Generalization [60.159546669021346]
  ディープラーニングのためのNormAUG(Normalization-guided Augmentation)と呼ばれるシンプルで効果的な手法を提案する。 本手法は特徴レベルで多様な情報を導入し,主経路の一般化を改善する。 テスト段階では、アンサンブル戦略を利用して、モデルの補助経路からの予測を組み合わせ、さらなる性能向上を図る。
  論文  参考訳（メタデータ） (2023-07-25T13:35:45Z)
• Learning to Solve Routing Problems via Distributionally Robust Optimization [14.506553345693536]
  ルーティング問題を解決するための最近のディープモデルでは、トレーニング用のノードの単一分布が想定されており、分散一般化能力を著しく損なう。 この問題に対処するために、群分布的ロバストな最適化(グループDRO)を活用し、異なる分布群に対する重み付けと深層モデルのパラメータを、トレーニング中にインターリーブされた方法で共同で最適化する。 また、畳み込みニューラルネットワークに基づくモジュールを設計し、ディープモデルがノード間のより情報に富んだ潜在パターンを学習できるようにする。
  論文  参考訳（メタデータ） (2022-02-15T08:06:44Z)

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。