Vấn đề nhân viên bán hàng du lịch với mạng lưới thần kinh

Tôi tò mò liệu có bất kỳ sự phát triển mới nào trong việc giải quyết vấn đề nhân viên bán hàng du lịch bằng cách sử dụng một cái gì đó như mạng lưới thần kinh tái phát Hopfield. Tôi cảm thấy như tôi đã thấy một cái gì đó về nghiên cứu gần đây đang có một bước đột phá trong việc này, nhưng tôi không thể tìm thấy các bài báo học thuật ở bất cứ đâu. Có ai biết về bất kỳ sự phát triển mới, mới lạ trong lĩnh vực này?

Bài trung bình này liệt kê các nghiên cứu mới nhất (không phải là danh sách đầy đủ) trong lĩnh vực tối ưu hóa tổ hợp. Cả ba bài viết đều sử dụng Học tập tăng cường sâu, không cần bất kỳ tập huấn nào mà học hoàn toàn từ kinh nghiệm của chính nó.

Tôi đã làm việc trên bài báo đầu tiên một thời gian và thời gian suy luận là ở mức mili giây. Theo các thí nghiệm của họ, tỷ lệ gần đúng (một số liệu họ sử dụng để đánh giá phương pháp của chính họ) trên 1000-1200 trường hợp thử nghiệm đạt tới 1,11.

có nhiều bài viết về việc sử dụng các mạng thần kinh nhân tạo để giải quyết TSP bao gồm các mạng Hopfield và tái phát, và chúng "thành công" theo nghĩa thô, nhưng cho đến nay dường như không có bất kỳ bằng chứng nào cho thấy các kỹ thuật này theo bất kỳ cách nào (mạnh mẽ?) vượt trội so với các phương pháp tiếp cận thuật toán khác, vì vậy nó giống như một sự tò mò nghiên cứu tại thời điểm này. việc sử dụng ANN cho vấn đề này thực sự trái ngược với thuật toán tổ hợp và các cơ chế mà các đầu vào / đầu ra của vấn đề được mã hóa là mới và có xu hướng thay đổi, và có thể chưa được chuẩn hóa. các tác giả dường như có thể quan tâm nhiều hơn đến việc chứng minh "bằng chứng về khái niệm" và so sánh với các loại thuật toán khác có vẻ hiếm hơn (có một số trong bài báo trước). xem ví dụ

• Vấn đề nhân viên bán hàng du lịch sử dụng các kỹ thuật mạng thần kinh / Abdel-Moetty

• Sử dụng mạng Hopfield để giải quyết các vấn đề của nhân viên bán hàng du lịch dựa trên Kỹ thuật phân tích trạng thái ổn định / Feng, Douligeris

• So sánh các mạng lưới thần kinh để giải quyết vấn đề nhân viên bán hàng du lịch / La Maire, Mladenov

• Một mạng lưới thần kinh tái phát cho vấn đề nhân viên bán hàng đi du lịch / Siqueira, Scheer, Steiner

Tôi nhận xét điều này trên một câu trả lời khác, nhưng tôi nghĩ rằng nó xứng đáng với câu trả lời của riêng mình. Một số nghiên cứu sinh Google Brain đã trình bày một phương pháp để giải quyết TSP bằng cách sử dụng kiến ​​trúc gợi nhớ đến seq2seq trong bài viết năm 2017 TỐI ƯU HÓA HOÀN TOÀN YÊU CẦU VỚI TÌM HIỂU . Trong phần giới thiệu, họ gọi ra một bài báo (1985) sử dụng mạng Hopfield để giải quyết TSP. Vì vậy, ý tưởng đó đã được khoảng một thời gian.

Một câu trả lời khác đề cập đến bài báo "Mạng con trỏ" năm 2015. Nó đã làm một cái gì đó tương tự như bài báo này, nhưng nó là một thuật toán được giám sát - nó cần dữ liệu được dán nhãn. Bài viết năm 2017 không yêu cầu điều này (bằng cách sử dụng thời lượng tham quan tiêu cực làm tín hiệu phần thưởng trong thuật toán học tăng cường).

Các heuristic "luôn đặt cược vào mạng lưới thần kinh" đã không làm tôi thất vọng (nhưng một lần nữa, tôi chưa bao giờ trải qua một mùa đông AI).

Tôi không thấy bất kỳ lý do nào để mong đợi các mạng thần kinh tái phát Hopfield sẽ giúp giải quyết vấn đề nhân viên bán hàng du lịch.

Mạng nơ-ron là một hình thức học máy và chúng có hiệu quả khi chúng ta có một tập huấn luyện có nhãn: một loạt các trường hợp, trong đó mỗi trường hợp chúng ta biết đầu vào (vectơ đặc trưng) và nhãn / phân loại / đầu ra chính xác. Học máy thường hữu ích cho việc tìm kiếm các mẫu khi chúng tôi không chắc chắn chính xác cách xác định đầu ra đúng là gì; "Chúng tôi biết điều đó khi chúng tôi nhìn thấy nó".

Ngược lại, vấn đề nhân viên bán hàng du lịch là một vấn đề kết hợp: chúng tôi muốn biết con đường ngắn nhất thông qua biểu đồ. Không có vấn đề trong việc xác định hoặc chỉ định đầu ra đúng là gì: đó là một vấn đề toán học được xác định rõ. Không có lý do rõ ràng để nghĩ rằng học máy sẽ hữu ích cho vấn đề nhân viên bán hàng du lịch.