# Learning to Solve Compositional Geometry Routing Problems

### 저자

Mingfeng Fan, Jianan Zhou, Jiaqi Cheng, Yifeng Zhang, Jie Zhang, Guillaume Adrien Sartoretti

### 💡 개요

본 논문은 기존 라우팅 문제들을 포괄하는 일반화된 '조합형 기하학적 라우팅 문제(CGRP)'를 제안하고, 비점(non-point) 작업을 포함하는 CGRP의 본질적인 비대칭성과 복잡한 행동 공간 문제를 해결하기 위해 'DiCon'이라는 차분 어텐션 및 대조 학습 기반 솔버를 개발했습니다. DiCon은 경쟁력 낮은 행동을 억제하는 차분 어텐션과 전역 및 기하학적 특징을 학습하는 이중 대조 학습을 통해 다양한 CGRP 문제에 대해 뛰어난 성능, 다재다능함, 그리고 일반화 능력을 입증했습니다.

### 🔑 시사점 및 한계

- 현실 세계의 다양한 라우팅 시나리오를 통합적으로 다룰 수 있는 일반화된 프레임워크(CGRP)를 제시했습니다.

- 복잡한 행동 공간과 비대칭성을 가진 라우팅 문제를 효과적으로 해결하는 새로운 딥러닝 기반 솔버(DiCon)를 개발했습니다.

- DiCon은 다양한 조합의 CGRP 인스턴스에 대해 강력한 일반화 성능을 보여 실제 적용 가능성을 시사합니다.

- 제안된 방법론의 계산 복잡성이나 대규모 문제에 대한 확장성 측면에서의 추가적인 분석 및 개선이 필요할 수 있습니다.

---

[PDF 보기](https://arxiv.org/pdf/2605.18094)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).