Academy of Mathematics and Systems Science, CAS
Colloquia & Seminars

Speaker:	韩丛英教授，中国科学院大学
Inviter:
Title:	求解旅行商问题的高泛化性强化学习算法
Language:	Chinese
Time & Venue:	2022.12.18 10:00-11:00 腾讯会议 ID：368 573 111
Abstract:	在用深度学习求解组合优化问题时，组合优化实例的分布差异会显著影响深度学习求解方法的泛化性能，因此提升数据泛化性能的关键在于使模型具备处理不同分布数据的能力。基于此，我们提出了用于提升深度学习求解算法泛化性能的博弈框架，该博弈框架适用于任何组合优化问题和任何深度学习求解算法，该框架基于策略空间响应的 Oracle 构造学习算法和数据生成器之间的二人零和元博弈，经过多轮博弈后可得到一组不同分布上具有不同泛化能力的学习算法，通过模型融合的方法将各个算法进行合并，从而得到一个具有最强泛化能力的模型。在提升模型泛化能力的同时，我们发现随着模型性能的提升，该博弈框架得到的策略渐接近纳什均衡，从而体现出该博弈框架的合理性。将该框架应用于旅行商问题的求解，实验结果表明，对于同一个学习算法，在使用此框架训练时，其泛化能力有明显的提升。