★ 2
基于物品兼容图的深度强化学习装箱
论文提出面向一维装箱问题（1D-BPP）的端到端、尺寸无关图强化学习框架，将装箱过程建模为物品兼容图上的马尔可夫决策过程。图神经网络actor-critic策略提取关系特征，经随机束搜索解码，单一模型可零样本泛化到任意规模实例。在BPPLIB基准上把构造式启发式的平均最优性差距从2.66%降至2.…
arXiv cs.LG40 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出面向一维装箱问题（1D-BPP）的端到端、尺寸无关图强化学习框架，将装箱过程建模为物品兼容图上的马尔可夫决策过程。图神经网络actor-critic策略提取关系特征，经随机束搜索解码，单一模型可零样本泛化到任意规模实例。在BPPLIB基准上把构造式启发式的平均最优性差距从2.66%降至2.…