NEPF: Routing Neurale Scalabile su Multigrafi tramite Decomposizione in Due Fasi

Un nuovo approccio neurale chiamato Node-Edge Policy Factorization (NEPF) è stato sviluppato dai ricercatori per affrontare i Problemi di Routing dei Veicoli (VRP) su multigrafi, che presentano archi paralleli che offrono diverse scelte di viaggio con vari compromessi, come distanza rispetto al tempo. A differenza delle tecniche neurali VRP convenzionali che operano su grafi semplici o euclidei, NEPF migliora la scalabilità dividendo la politica di routing in due fasi: permutazione dei nodi e selezione degli archi. Questo metodo utilizza una strategia di aggregazione degli archi pre-codificata e un quadro non autoregressivo per la fase di selezione degli archi, accoppiato con apprendimento per rinforzo gerarchico per l'addestramento integrato. I test su sei varianti VRP indicano che NEPF eguaglia o supera la qualità delle soluzioni leader, accelerando significativamente l'addestramento. I risultati sono disponibili su arXiv, riferimento 2605.05389.