Sign In

Learning to Cut: Reinforcement Learning for Benders Decomposition

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

μ €μž

Haochen Cai, Xian Yu

πŸ’‘ κ°œμš”

λ³Έ 논문은 λΆˆν™•μ‹€μ„± ν•˜μ—μ„œμ˜ μ˜μ‚¬κ²°μ •μ— μ‚¬μš©λ˜λŠ” 2단계 ν™•λ₯  κ³„νšλ²•μ„ ν’€κΈ° μœ„ν•œ Benders λΆ„ν•΄(BD) κΈ°λ²•μ˜ 느린 수렴 속도 문제λ₯Ό ν•΄κ²°ν•˜κ³ μž ν•©λ‹ˆλ‹€. 이λ₯Ό μœ„ν•΄ 신경망 기반의 ν™•λ₯ μ  정책을 μ‚¬μš©ν•˜μ—¬ 졜적의 컷을 λ™μ μœΌλ‘œ μ„ νƒν•˜λŠ” κ°•ν™”ν•™μŠ΅ 기반 Benders λΆ„ν•΄ (RLBD) ν”„λ ˆμž„μ›Œν¬λ₯Ό μ œμ•ˆν•©λ‹ˆλ‹€. RLBDλŠ” REINFORCE μ•Œκ³ λ¦¬μ¦˜μ„ 톡해 ν›ˆλ ¨λ˜λ©°, μ „κΈ°μ°¨ μΆ©μ „μ†Œ μœ„μΉ˜ μ„ μ • λ¬Έμ œμ— λŒ€ν•œ μ‹€ν—˜ κ²°κ³Ό, κΈ°μ‘΄ BD 및 μ§€λ„ν•™μŠ΅ 기반 방법둠 λŒ€λΉ„ 계산 νš¨μœ¨μ„±μ„ 크게 ν–₯μƒμ‹œν‚€κ³  λ›°μ–΄λ‚œ μΌλ°˜ν™” μ„±λŠ₯을 λ³΄μ—¬μ£Όμ—ˆμŠ΅λ‹ˆλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
κ°•ν™”ν•™μŠ΅μ„ ν™œμš©ν•˜μ—¬ Benders λΆ„ν•΄μ˜ μ»· 선택 과정을 μžλ™ν™”ν•˜κ³  νš¨μœ¨μ„±μ„ 높일 수 μžˆμŒμ„ μž…μ¦ν–ˆμŠ΅λ‹ˆλ‹€.
β€’
μ œμ•ˆλœ RLBDλŠ” μƒˆλ‘œμš΄ λ°μ΄ν„°λ‚˜ 차원이 λ‹€λ₯Έ λ¬Έμ œμ— λŒ€ν•΄μ„œλ„ μš°μˆ˜ν•œ μΌλ°˜ν™” λŠ₯λ ₯을 보여 μ‹€μš©μ μΈ 적용 κ°€λŠ₯성을 μ œμ‹œν•©λ‹ˆλ‹€.
β€’
RLBD의 ν•™μŠ΅ κ³Όμ • 및 ν•˜μ΄νΌνŒŒλΌλ―Έν„° νŠœλ‹μ— λŒ€ν•œ 좔가적인 연ꡬ가 ν•„μš”ν•˜λ©°, 더 λ³΅μž‘ν•˜κ³  λ‹€μ–‘ν•œ ν™•λ₯  κ³„νšλ²• λ¬Έμ œμ— λŒ€ν•œ ν™•μž₯μ„± 검증이 μš”κ΅¬λ©λ‹ˆλ‹€.
πŸ‘
Made with Slashpage