Sign In

Projecting Latent RL Actions: Towards Generalizable and Scalable Graph Combinatorial Optimization

μž‘μ„±μž
  • Haebom
μΉ΄ν…Œκ³ λ¦¬
Empty

μ €μž

Franco Terranova (UL, LORIA, Inria), Guillermo Bernardez (UC Santa Barbara), Albert Cabellos-Aparicio (UPC), Nina Miolane (UC Santa Barbara), Abdelkader Lahmadi (LORIA, UL, Inria)

πŸ’‘ κ°œμš”

λ³Έ 논문은 λ³΅μž‘ν•œ κ·Έλž˜ν”„ μ‘°ν•© μ΅œμ ν™” 문제 해결을 μœ„ν•΄ κΈ°μ‘΄ κ°•ν™”ν•™μŠ΅(RL) 및 κ·Έλž˜ν”„ 신경망(GNN) 기반 μ ‘κ·Ό λ°©μ‹μ˜ μΌλ°˜ν™” 및 ν™•μž₯μ„± ν•œκ³„λ₯Ό κ·Ήλ³΅ν•˜κ³ μž ν•©λ‹ˆλ‹€. 이λ₯Ό μœ„ν•΄ GNN 기반 연속적인 잠재 행동 μž„λ² λ”© κ³΅κ°„μ—μ„œ 직접 μž‘λ™ν•˜λŠ” 'ν”„λ‘œμ μ…˜ μ—μ΄μ „νŠΈ'λ₯Ό μ œμ•ˆν•˜λ©°, 단일 순방ν–₯ ν†΅κ³Όλ‘œ μ›ν•˜λŠ” 잠재 행동을 μ˜ˆμΈ‘ν•˜κ³  이λ₯Ό μœ νš¨ν•œ 이산 ν–‰λ™μœΌλ‘œ λ””μ½”λ”©ν•˜λŠ” 방식을 μ‚¬μš©ν•©λ‹ˆλ‹€. 이 방법은 λ‹€μ–‘ν•œ λ²€μΉ˜λ§ˆν¬μ—μ„œ κΈ°μ‘΄ μ†”λ£¨μ…˜ λŒ€λΉ„ μ΅œλŒ€ 16.2λ°° λΉ λ₯Έ μΆ”λ‘  속도와 40% ν–₯μƒλœ μΌλ°˜ν™” μ„±λŠ₯을 λ‹¬μ„±ν–ˆμŠ΅λ‹ˆλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
GNN 기반 잠재 행동 μž„λ² λ”© 곡간을 톡해 μΌλ°˜ν™” 및 ν™•μž₯μ„± 문제λ₯Ό 효과적으둜 ν•΄κ²°ν•  수 μžˆμŠ΅λ‹ˆλ‹€.
β€’
단일 순방ν–₯ ν†΅κ³Όλ‘œ 잠재 행동을 μ˜ˆμΈ‘ν•˜κ³  λ””μ½”λ”©ν•˜λŠ” 방식은 μΆ”λ‘  속도λ₯Ό 크게 ν–₯μƒμ‹œν‚΅λ‹ˆλ‹€.
β€’
'LaGCO-RL' 라이브러리 κ³΅κ°œλŠ” RL-GCO μ—°κ΅¬μ˜ μž¬ν˜„μ„±κ³Ό 적응성을 μ¦μ§„μ‹œν‚΅λ‹ˆλ‹€.
β€’
λ‹¨μˆœν•œ μ΅œκ·Όμ ‘ 이웃 λ””μ½”λ”©λ§ŒμœΌλ‘œλ„ 높은 μ„±λŠ₯을 λ‹¬μ„±ν–ˆμ§€λ§Œ, 더 λ³΅μž‘ν•œ λ””μ½”λ”© μ „λž΅μ„ 톡해 μ„±λŠ₯을 λ”μš± κ°œμ„ ν•  여지가 μžˆμŠ΅λ‹ˆλ‹€.
πŸ‘
Made with Slashpage