Solving the Team Orienteering Problem with Transformers

要約

車両群のルート計画は、荷物の配達、監視、輸送などのアプリケーションにおいて重要なタスクです。
この問題は通常、チーム オリエンテーリング問題という名前の組み合わせ最適化問題としてモデル化されます。
最も一般的なチーム オリエンテーリングの問題ソルバーは、主に、問題のサイズに応じて増大する長い計算時間を使用して正確な解を提供する線形計画法、または通常は短時間で次善の解を見つけるヒューリスティック手法のいずれかに基づいています。
この論文では、チームオリエンテーリング問題を非常に高速かつ正確な方法で解決できるマルチエージェントルート計画システムを紹介します。
提案されたシステムは、集中型の Transformer ニューラル ネットワークに基づいており、シナリオ (グラフとしてモデル化) とエージェントのコンテキストをエンコードして、迅速かつ正確なソリューションを提供する方法を学習できます。
提示されたシステムが計算速度の点でほとんどの最先端の研究よりも優れていることを実証するために、いくつかの実験が実行されました。
さらに、コードは \url{http://gti.ssr.upm.es/data} で公開されています。

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 \url{http://gti.ssr.upm.es/data}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google