Solving the Team Orienteering Problem with Transformers

要約

車両群のルート計画は、荷物配送、監視、輸送などの用途において重要なタスクである。この問題は，通常，チーム・オリエンテーリング問題と呼ばれる組合せ最適化問題としてモデル化される．最も一般的なTeam Orienteering Problemのソルバーは、主に線形計画法に基づく。線形計画法は、問題の大きさに応じて増大する大きな計算時間を用いることにより、正確な解を提供する。本論文では、チームオリエンテーリング問題を非常に高速かつ正確に解くことのできるマルチエージェント経路計画システムを提案する。提案システムは、シナリオ（グラフとしてモデル化される）とエージェントのコンテキストをエンコードすることを学習し、高速かつ正確な解を提供することができる集中型Transformerニューラルネットワークに基づいている。幾つかの実験により、本システムが計算速度の点で、ほとんどの最先端技術を凌駕することが実証された。また、コードは http://gti.ssr.upm.es/data で公開されている。

要約(オリジナル)

Route planning for a fleet of vehicles is an important task in applications such as package delivery, surveillance, or transportation. This problem is usually modeled as a Combinatorial Optimization problem named as Team Orienteering Problem. The most popular Team Orienteering Problem solvers are mainly based on either linear programming, which provides accurate solutions by employing a large computation time that grows with the size of the problem, or heuristic methods, which usually find suboptimal solutions in a shorter amount of time. In this paper, a multi-agent route planning system capable of solving the Team Orienteering Problem in a very fast and accurate manner is presented. The proposed system is based on a centralized Transformer neural network that can learn to encode the scenario (modeled as a graph) and the context of the agents to provide fast and accurate solutions. Several experiments have been performed to demonstrate that the presented system can outperform most of the state-of-the-art works in terms of computation speed. In addition, the code is publicly available at http://gti.ssr.upm.es/data.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL