NICO：仅用百节点训练泛化到千节点 TSP 的学习式局部搜索
热点事件持续更新
NICO：仅用百节点训练泛化到千节点 TSP 的学习式局部搜索
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Andoni Irazusta Garmendia 在 arXiv 发布论文，提出学习式 2-opt 局部搜索策略 NICO，通过边 token 表示、无量纲特征和精确增益修正来改善规模泛化。仅在至多 100 节点实例上训练，NICO 在 1000 节点欧几里得 TSP 上达到 1.1% gap，相比之下 greedy 2-opt 为 10.7%，此前最佳学习策略为 36%。 除 TSP 外，NICO 还能改进构造式与扩散式求解器得到的解，并在 CVRP 上优于论文中所有经典对照方法。
AI 根据报道生成 · 1 小时前更新
最新进展10月31日 12:00
NICO：可泛化到更大规模路径问题的学习式局部搜索 2-opt 策略报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AINICO：可泛化到更大规模路径问题的学习式局部搜索 2-opt 策略
一项 arXiv 研究提出 NICO，一种学习式 2-opt 局部搜索策略，通过边 token、无量纲特征和精确增益修正来改善规模泛化。仅在至多 100 节点实例上训练，NICO 在 1000 节点欧几里得 TSP 上达到 1.1% gap，而 greedy 2-opt 为 10.7%，此前最佳学习策略为 36%。它还能改进构造式与扩散式求解器的解，并在 CVRP 上优于所有经典对照方法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。