旅行推销员问题（TSP）是最流行和研究最多的组合问题，始于1951年的冯·诺依曼（von Neumann）。它推动了几种优化技术的发现，例如切割平面，分支定界，局部搜索，拉格朗日松弛，和模拟退火。在过去的五年中，出现了有前途的技术，其中（图）神经网络已经能够学习新的组合算法。主要问题是深度学习是否可以从数据中学习更好的启发式方法，即取代人工设计的启发式方法？之所以具有吸引力，是因为开发有效解决NP难题的算法可能需要多年的研究，而且许多行业问题本质上都是组合的。在这项工作中，我们建议将最初为自然语言处理而开发的最近成功的Transformer体系结构改编为组合式TSP。训练是通过强化学习来完成的，因此没有TSP训练解决方案，并且解码使用波束搜索。我们报告说，与最近学习的启发式算法相比，性能得到了改善，TSP50的最佳差距为0.004％，TSP100的最佳差距为0.39％。



"点击查看英文标题和摘要"