論文の概要: From Comparison to Selection: Enhancing Cross-Scale Generalization of Pointer Networks Trained with Reinforcement Learning for Capacitated Drone Delivery Routing

• arxiv url: http://arxiv.org/abs/2610.27936v1
• Date: Tue, 20 Oct 2026 09:44:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.752396
• Title: From Comparison to Selection: Enhancing Cross-Scale Generalization of Pointer Networks Trained with Reinforcement Learning for Capacitated Drone Delivery Routing
• Title（参考訳）: 選択から選択へ:静電容量ドローン配送ルーティングのための強化学習によるポインタネットワークの大規模一般化の促進
• Abstract要約: 無人航空機(UAV)は、高速でフレキシブルなラストマイル緊急配達を可能にする。 混合整数と変種に基づく古典的なアプローチは、スケーラビリティの低下や問題固有の設計を必要とする可能性がある。 本稿では,これらの制約に対処するために,学習された置換-不変グラフ-コンテキストアグリゲーション機構を提案する。
• 参考スコア（独自算出の注目度）: 3.0098885383612104
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Unmanned aerial vehicles (UAVs) enable fast, flexible last-mile and emergency delivery, but their routing remains challenging as the number of clients varies. Classical approaches based on mixed-integer programming and heuristics can scale poorly or require problem-specific design, motivating learning-based alternatives. Reinforcement learning is particularly promising, provided a single policy can generalize across problem sizes without retraining. Although attention-based Pointer Networks are inherently size-agnostic, their solution quality degrades under both upscaling and downscaling. Using the Capacitated Vehicle Routing Problem (CVRP) as a controlled proxy, with fixed capacity reflecting drone payload constraints, we investigate this degradation and identify three contributing factors: shifts in node density, attention dispersion, and dilution of the mean-pooled graph context. We systematically compare architecture-wide, encoder-side, and decoder-side modifications to address these limitations and propose a learned, permutation-invariant graph-context aggregation mechanism, implemented as a weighted average and as Set2Set. Results reveal distinct requirements for transfer in each direction: entropy-based attention scaling reduces the CVRP20-to-CVRP100 performance gap by 1.41 percentage points, while the proposed aggregation methods achieve the largest improvement on the more challenging CVRP100-to-CVRP20 transfer, approximately 0.9 percentage points. Exploiting this complementarity, we introduce an approach selector that chooses the best model for each training-target size pair. The selector reduces cost relative to the reference model across all nine seen train-test pairs and eight of nine pairs involving unseen sizes (CVRP35, CVRP75, and CVRP200), achieving improvements of up to 3.2 percent.
• Abstract（参考訳）: 無人航空機(UAV)は、高速でフレキシブルなラストマイルと緊急配達を可能にするが、クライアントの数が異なるため、ルーティングは困難である。 混合整数プログラミングとヒューリスティックスに基づく古典的なアプローチは、貧弱なスケールや問題固有の設計を必要とし、学習ベースの代替手段を動機付けている。 強化学習は特に有望であり、単一のポリシーが再訓練せずに問題のサイズをまたいで一般化できる。 注意ベースのPointer Networksは本質的にサイズに依存しないが、ソリューションの品質はアップスケーリングとダウンスケーリングの両方で低下する。 キャパシタントカールーティング問題 (CVRP) を制御プロキシとして, ドローンペイロード制約を反映した固定容量を用いて, この劣化を調査し, ノード密度の変化, 注意分散, 平均プールグラフコンテキストの希釈の3つの要因を同定した。 アーキテクチャ全体,エンコーダ側,デコーダ側の修正を体系的に比較して,これらの制限に対処し,重み付き平均値およびSet2Setとして実装された,学習された置換不変グラフコンテキスト集約機構を提案する。 エントロピーに基づくアテンションスケーリングはCVRP20〜CVRP100のパフォーマンスギャップを1.41ポイント削減し、提案手法はより困難なCVRP100〜CVRP20転送において、約0.9ポイントの最大の改善を実現する。 この相補性を駆使して,各トレーニングターゲットサイズのペアに対して最適なモデルを選択するアプローチセレクタを導入する。 セレクタは、9組の列車と9組のうち8組(CVRP35、CVRP75、CVRP200)の基準モデルと比較してコストを削減し、最大3.2%の改善を実現している。

関連論文リスト

• TRCM: Topology-Aware Route-Consistency Modeling for Robust Neural Vehicle Routing [19.26293384640376]
  ルートレベルの顧客共同割り当てを明示的にモデル化し、このノードレベルの意思決定プロセスのガイドに使用することができる。 トポロジを考慮した経路整合性モデリングは,経路整合性信号として相互に同一経路確率を予測し,顧客選択に注入する。 その結果、自己回帰型ニューラルネットワークの効果的な構造原理として、明確な経路整合性モデリングが支持される。
  論文  参考訳（メタデータ） (2026-10-20T03:32:20Z)
• Improving Cross-Problem Vehicle Routing with Locally Augmented Preferences and Representation Disentanglement [0.0]
  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。
  論文  参考訳（メタデータ） (2026-08-25T17:44:23Z)
• Towards a Science of Scaling Agent Systems [79.64446272302287]
  エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。 協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。 ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
  論文  参考訳（メタデータ） (2025-12-09T06:52:21Z)
• Variational Supervised Contrastive Learning [50.79938854370321]
  本稿では,教師付きコントラスト学習を潜在クラス変数に対する変分推論として再構成した変分教師付きコントラスト学習(VarCon)を提案する。 VarConは対照的な学習フレームワークの最先端のパフォーマンスを達成し、ImageNet-1Kでは79.36%、CIFAR-100では78.29%、ResNet-50エンコーダでは78.29%に達した。
  論文  参考訳（メタデータ） (2025-06-09T04:19:12Z)
• 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)
• CAMP: Collaborative Attention Model with Profiles for Vehicle Routing Problems [15.136899433821894]
  プロファイル車両ルーティング問題(PVRP)は、異種静電容量車両ルーティング問題(HCVRP)の一般化である。 マルチエージェント強化学習を用いてPVRPの効率的な解法を学習する新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-01-06T12:37:56Z)
• Restore Anything Model via Efficient Degradation Adaptation [129.38475243424563]
  RAMは、様々な劣化にまたがる固有の類似性を活用して、効率的で包括的な復元を可能にする統一された経路を取る。 RAMのSOTA性能はRAMのSOTA性能を確認し、トレーニング可能なパラメータで約82%、FLOPで約85%のモデルの複雑さを減少させる。
  論文  参考訳（メタデータ） (2024-07-18T10:26:53Z)
• Adaptive Multi-step Refinement Network for Robust Point Cloud Registration [82.64560249066734]
  ポイントクラウド登録は、同じシーンの2つのポイントクラウド間の相対的な厳密な変換を推定する。 本稿では,前ステップからの情報を活用することで,各ステップの登録品質を向上する適応型多段階改良ネットワークを提案する。 本手法は3DMatch/3DLoMatchベンチマークとKITTIベンチマークの両方で最先端の性能を実現する。
  論文  参考訳（メタデータ） (2023-12-05T18:59:41Z)
• Reinforcement Learning Based Vehicle-cell Association Algorithm for Highly Mobile Millimeter Wave Communication [53.47785498477648]
  本稿では,ミリ波通信網における車とセルの関連性について検討する。 まず、ユーザ状態(VU)問題を離散的な非車両関連最適化問題として定式化する。 提案手法は,複数のベースライン設計と比較して,ユーザの複雑性とVUEの20%削減の合計で最大15%のゲインが得られる。
  論文  参考訳（メタデータ） (2020-01-22T08:51:05Z)

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。