自回归可微方法求解0-1整数规划

研究者 Ouns El Harzli 与 Yudong Cao 提出一种求解 0-1 整数规划的自回归可微方法：固定二进制变量顺序，训练 Transformer 在可行域内逐位预测，并用 Lagrangian 惩罚与 Gumbel-softmax 激活探索可行集。 在二次背包问题的非凸实例上，该方法对多达 10,000 个二进制变量的稠密问题持续优于当前最优开源求解器，并实证了类似隧穿效应的现象。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。