arXiv cs.AI· Sofiene Lassoued, Devara Tertia, Stefan Lier, Andreas Schwung·· 11 小时前AI 评分18
从比较到选择：提升强化学习指针网络在无人机配送路径规划中的跨规模泛化能力
From Comparison to Selection: Enhancing Cross-Scale Generalization of Pointer Networks Trained with Reinforcement Learning for Capacitated Drone Delivery Routing
AI 导读
研究以 CVRP 为代理任务，分析指针网络在规模放大与缩小两个方向上的性能退化，归因于节点密度偏移、注意力分散与图上下文均值池化稀释。基于熵的注意力缩放将 CVRP20 到 CVRP100 的差距缩小 1.41 个百分点，所提置换不变图上下文聚合方法在 CVRP100 到 CVRP20 上提升约 0.9 个百分点。
正文 · AI 翻译
摘要：无人机（UAV）能够实现快速、灵活的最后一段配送和应急配送，但随着客户数量的变化，其路径规划仍然具有挑战性。基于混合整数规划和启发式方法的经典方法可能扩展性较差，或需要针对特定问题进行设计，这促使人们转向基于学习的替代方案。强化学习尤其具有前景，前提是单一策略能够在不重新训练的情况下泛化到不同问题规模。尽管基于注意力的指针网络本质上与规模无关，但其解的质量在放大和缩小规模时都会下降。我们以带容量约束的车辆路径问题（CVRP）作为受控代理，用固定容量反映无人机载荷约束，研究这种性能退化，并识别出三个促成因素：节点密度的变化、注意力分散以及均值池化图上下文的稀释。我们系统地比较了架构层面、编码器侧和解码器侧的修改以应对这些局限，并提出了一种可学习的、置换不变的图上下文聚合机制，分别以加权平均和 Set2Set 实现。结果表明，两个方向的迁移有不同需求：基于熵的注意力缩放将 CVRP20 到 CVRP100 的性能差距缩小了 1.41 个百分点，而所提出的聚合方法在更具挑战性的 CVRP100 到 CVRP20 迁移上取得了最大改进，约为 0.9 个百分点。利用这种互补性，我们引入了一种方法选择器，为每个训练-目标规模对选择最佳模型。相对于参考模型，该选择器在所有九个已见的训练-测试对以及九个涉及未见规模（CVRP35、CVRP75 和 CVRP200）的对中的八个上降低了成本，改进最高达 3.2%。
| 评论： | 12 页 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.27936 [cs.AI] |
| （或 arXiv:2610.27936v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.27936 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Sofiene Lassoued [查看电子邮件]
[v1]
2026 年 10 月 20 日星期二 09:44:49 UTC（421 KB）
来源：arXiv cs.AI · arxiv.org