혼합 정수 선형 계획법(MILP)을 위한 분기 및 바운드(BB) 알고리즘의 확장을 위해 강화 학습(RL) 기반의 새로운 프레임워크인 Tree-Gate Proximal Policy Optimization (TGPPO)을 제안합니다. TGPPO는 Proximal Policy Optimization (PPO) 알고리즘을 사용하여 다양한 MILP 인스턴스에서 일반화 성능을 향상시키는 것을 목표로 합니다. 데이터 중심 분기 정책 학습에 있어 기존 모방 학습(IL) 방식의 과적합 및 일반화 문제점을 해결하고, 동적 상태 공간 표현을 통해 검색 트리의 변화하는 상황을 파악합니다. 실험 결과는 TGPPO가 기존 학습 기반 정책보다 노드 탐색 수를 줄이고, p-Primal-Dual Integrals (PDI)를 개선하는 데 효과적임을 보여줍니다. 특히, 분포 외 인스턴스에서 더욱 두드러진 성능을 나타냅니다.
