본 논문은 여행판매원 문제(TSP)에 대한 비자동회귀적 프레임워크를 제안합니다. 이 프레임워크는 명시적인 탐색 없이 학습된 순열에서 직접 해를 도출합니다. 해밀턴 순환에 유사 변환을 적용하여 모델은 연속적 완화를 통해 순열 행렬을 근사하는 방법을 학습합니다. 이러한 비지도 학습 방식은 기존 휴리스틱 알고리즘에 필적하는 성능을 달성하며, 순차적 의사결정 없이 문제의 고유 구조가 조합 최적화를 효과적으로 안내할 수 있음을 보여줍니다. 본 연구는 신경망이 조합 구조를 직접 포착하고 활용할 수 있다는 구체적인 증거를 제시합니다.
