【ICML2025】组合优化问题中的偏好优化

正文

请到「今天看啥」查看全文

Reinforcement Learning, RL） 已 成为 神经 组合 优 化 领域 的 一项 强大 工具， 使 模型 能够 在 无 需 专家 知识 的 前提 下 学习 启发 式 策略 以 求解 复杂 问题。 尽管 取得 了 显著 进展， 现有 的 强化 学习 方法 仍 面临 诸 多 挑战， 如 奖励 信号 逐渐 减弱、 在 庞大 的 组合 动作 空间 中 探索 效率 低下， 最终 导致 整体 性能 受限。

为此，

请到「今天看啥」查看全文