본 논문에서는 다중 목적 최적화 문제를 위한 다중 그래프 상의 라우팅 문제를 해결하기 위해 두 가지 그래프 신경망 기반 방법을 제안합니다. 첫 번째 방법은 다중 그래프에서 자동 회귀적으로 에지를 선택하여 경로를 완성합니다. 두 번째 방법은 학습된 가지치기 전략을 통해 다중 그래프를 단순화한 후, 단순 그래프 상에서 라우팅을 수행합니다. 다양한 문제 및 분포에 대한 실험적 평가를 통해 두 모델의 우수한 성능을 보여줍니다. 기존의 단일 목적 또는 다중 목적 라우팅 방법들은 다중 그래프에 적용하기 어려운 한계가 있었는데, 본 논문에서 제시된 방법은 실제 시나리오와 밀접한 관련이 있는 다중 그래프 상에서의 라우팅 문제를 효과적으로 해결할 수 있는 가능성을 제시합니다.
