克日，，，，，，，我院机械学习与应用研究中心查宏远教授、付樟华博士，，，，，，，和盘算机视觉研究中心黄锐教授团队共五篇论文被人工智能领域权威性顶级聚会 AAAI 吸收。。。。。。付樟华博士共加入了其中三篇论文，，，，，，，以下先容的是付樟华博士作为第一作者，，，，，，，查宏远教授作为通讯作者揭晓的 Generalize a Small Pre-trained Model to Arbitrarily Large TSP Instances 一文。。。。。。

        AAAI聚会由人工智能增进协会AAAI（Association for the Advancement of Artificial Intelligence）主理，，，，，，，始于1980年，，，，，，，聚会也以AAAI为简称。。。。。。该聚会注重理论与应用，，，，，，，也讨论对人工智能生长有着主要影响的社会、哲学、经济等话题，，，，，，，是人工智能顶级聚会之一。。。。。。

        今年，，，，，，，优德官网 学术科研事情喜报连连，，，，，，，前有 Nature 和 Nature Communications 发文，，，，，，，后有 IROS2020 最佳论文获奖与提名以及 JPC Letters 论文揭晓，，，，，，，充分展示了 优德官网 的科研实力。。。。。。

研究意义

        旅行商问题（TSP）是一个经典 NP-hard 问题。。。。。。针对该问题，，，，，，，已有许多古板要领，，，，，，，包括准确算法（以 Concorde 为代表）和启发式算法（以 LKH3 为代表）。。。。。。不过，，，，，，，这些古板要领虽然性能强盛，，，，，，，却过于依赖于专家知识。。。。。。为减轻对专家知识的依赖，，，，，，，近年来不少学者实验接纳机械学习要领求解 TSP 问题，，，，，，，其中包括许多基于监视学习的模子。。。。。。然而，，，，，，，现有的监视学习模子普遍面临难以泛化至大规模算例的问题。。。。。。本文重点研究怎样接纳图支解、图转换和热力争融合等手艺，，，，，，，将预训练好的小规模模子应用于恣意大规模 TSP 算例，，，，，，，从而提高模子的泛化能力。。。。。。在此基础上，，，，，，，本文进一步地接纳强化学习要领（蒙特卡洛树搜索）搜索优质解。。。。。。

研究配景

        TSP 问题在机械人路径妄想、交通物流、生物信息、芯片设计等领域有着很是普遍的应用配景，，，，，，，好比电力系统巡检机械人的路径妄想问题即可以建模成 TSP 问题，，，，，，，滴滴、顺丰、美团等公司经常面临的车辆调理问题也可以看成是在 TSP 的基础上叠加多种营业要求（多车辆、取送货等）及约束（容量约束、时间约束、续航里程约束等）。。。。。。

图1：TSP实例（从左上角起点出发，，，，，，，依次会见所有结点，，，，，，，抵达终点后返回起点）

研究提要

        本文提出了一种处置惩罚差别规模 TSP 问题的算法 Att-GCRN&MCTS，，，，，，，该算法先在小规模TSP算例集上训练一个小规模(n=20)的注重力争卷积神经网络(Att-GCRN)。。。。。。训练好模子之后，，，，，，，输入一个 n=20 的 TSP 问题，，，，，，，即可输出一个热力争（每条边属于最优解的概率）。。。。。。为提高模子的泛化能力，，，，，，，本文接纳一系列图支解、图转换和热力争融合等手艺，，，，，，，可基于小规模的预训练网络，，，，，，，融合获得恣意大规模 TSP 问题的热力争。。。。。。之后，，，，，，，将融合获得的热力争输入一个基于强化学习（蒙特卡洛树搜索，，，，，，，即MCTS）的迭代搜索算法，，，，，，，获得 TSP 问题的解。。。。。。Att-GCRN&MCTS 融合监视学习与强化学习要领，，，，，，，通过监视学习获取热力争，，，，，，，然后基于热力争使用强化学习获得 TSP 问题的解。。。。。。大宗的实验测试批注，，，，，，，Att-GCRN&MCTS 算法在差别规模的 TSP 算例上均显着优于现在所有学习型要领。。。。。。在点数抵达10000时（此时准确算法Concorde难以在限制时间内阻止），，，，，，，Att-GCRN&MCTS 与现在最好的启发式算法 LKH3 在优度方面的差别约4.39%，，，，，，，而此前最佳的学习型算法与 LKH3 的差别凌驾80%。。。。。。

作者先容

        论文第一作者付樟华博士划分于2005年、2007年、2011年获得华中科技大学学士、硕士、博士学位，，，，，，，2012年至2015年在法国LERIA实验室从事博士后研究。。。。。。2018年5月加入香港中文大学（深圳）机械人与智能制造研究院，，，，，，，现任研究员，，，，，，，同时兼任优德官网研究员。。。。。。付博士恒久从事人工智能和运筹优化领域研究，，，，，，，针对使命调理、路径妄想、网络优化、多机械人协同调理等NP-hard问题，，，，，，，设计出一系列高性能算法，，，，，，，在大宗国际标准算例上突破天下最佳纪录，，，，，，，以第一作者或通讯作者揭晓CCF A或JCR一区论文近二十篇。。。。。。别的，，，，，，，付博士还于2014年12月加入运筹优化领域著名的国际算法设计大赛：第11届DIMACS Implementation Challenge，，，，，，，最终夺得冠军。。。。。。 

        论文第二作者邱凯彬是香港中文大学（深圳）一年级硕士研究生，，，，，，，他的研究偏向包括深度学习在组合优化问题上的应用和多智能体调理。。。。。。

        论文通讯作者查宏远教授为香港中文大学（深圳）校长讲座教授、优德官网副院长兼机械学习与应用研究中心主任。。。。。。查宏远教授于1984年结业于上海复旦大学数学系，，，，，，， 并于1993年获得斯坦福大学科学盘算专业博士学位。。。。。。查教授于1992年至2006年任职于宾州州立大学盘算机科学与工程学院，，，，，，，他也曾于1999年至2001年任职于 Inktomi 公司。。。。。。他现在的研究兴趣主要集中于机械学习。。。。。。

代码：https://github.com/Spider-scnu/TSP

论文地点：https://github.com/Spider-scnu/TSP/blob/master/Full%20version%20of%20AAAI%202021paper.pdf