深度强化学习结合图注意力模型求解TSP问题

王扬, 陈智斌, 杨笑笑, 吴兆蕊

Deep reinforcement learning combined with graph attention model to solve TSP

Yang Wang, Zhibin Chen, Xiaoxiao Yang, Zhaorui Wu

表4 本文模型在训练和推理阶段的时间花费

Table 4 Time cost for training and reasoning by our model

阶段 TSP20 TSP50 TSP100 训练模型 3 h 24 h 136 h 推理(single trajec) ≪1 s 5 s 8 s 推理(no augment) ≪1s 10 s 55 s 推理(8×augment) 17 s 1 min 7 min 推理(4×augment) 9 s 42 s 3 min