arXiv cs.AI· Yuheng Li, Di Yang, Haipeng Chen, Yanhai Xiong·· 10 小时前AI 评分30
HyCO：结合强化学习与扩散模型的混合神经组合优化求解器
HyCO: A Hybrid Neural Solver for Combinatorial Optimization
AI 导读
研究者提出混合神经求解器 HyCO，用强化学习求解器构建解的前缀，再自适应切换到条件扩散模型完成剩余决策。理论分析证明该混合结构期望遗憾严格低于任一单独骨干，且存在唯一最优切换步；实验在多个基准上取得一致提升。论文已被 NeurIPS 2026 接收，代码与 checkpoint 已开源。
正文 · AI 翻译
摘要：从优化遗憾的角度看，用于神经组合优化的序列强化学习（RL）求解器和全局扩散模型（DM）求解器表现出互补的失效模式。前者在早期构建阶段具有较小的边际遗憾，但会遭受随视野累积的误差，遗憾呈超线性增长；后者避免了视野累积，但遗憾相对于剩余未求解子空间的维度呈线性或次线性增长。我们提出用于组合优化的混合神经求解器（HyCO），这是一种混合推理算法，它先用 RL 求解器构建解的前缀，再自适应地切换到条件 DM 以完成剩余决策。为了刻画这种混合为何有效、何时触发交接以及如何在实践中实现，我们首先建立了一个统一的误差缩放理论框架，并证明在明确的误差缩放假设下，i）混合结构实现的期望遗憾严格低于任一单独主干，ii）存在唯一的最优触发步，使混合遗憾最小。随后，我们设计了一种轻量级自适应触发器，结合策略熵和 RL-DM 分歧来检测轨迹层面的状态转变信号，作为实用的代理指标，因为最优触发步是在期望遗憾层面定义的，无法在单条轨迹上直接计算。在多种基准上的实验结果表明，HyCO 相比两个主干均取得了一致的提升，并支持了自适应触发的实证有效性。我们的代码和检查点可在 此 https URL 获取。
| 评论： | 已被 NeurIPS 2026 接收。代码：此 https URL |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2609.07990 [cs.LG] |
| （或 arXiv:2609.07990v2 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.07990 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yuheng Li [查看邮箱]
[v1]
2026年9月7日 星期一 21:11:09 UTC（1,176 KB）
[v2]
2026年10月29日 星期四 21:54:59 UTC（1,178 KB）
来源：arXiv cs.AI · arxiv.org