投影潜在RL动作：面向可泛化可扩展的图组合优化

论文用潜在动作投影提升图组合优化RL求解器的推理速度与泛化。

资讯摘要

论文针对图组合优化中强化学习求解器泛化性差、动作空间增大后难以扩展的问题，提出基于Wolpertinger框架的投影智能体，在共享的GNN潜在空间中表示观测与动作，单次前向预测潜在动作再解码为图上合法离散动作。作者报告在多个基准上推理最高快6.41倍、泛化最高提升75%，并发布LaGCO-RL Python库以自动化潜在动作空间构建。

要点速读

1. 论文提出投影智能体，将观测与动作映射到共享GNN潜在空间，单次前向预测潜在动作后解码为合法离散动作。
2. 作者报告在多个基准上推理最高快6.41倍、泛化最高提升75%，采用简单最近邻解码。
3. 作者发布LaGCO-RL Python库，自动化潜在动作空间构建并支持现有RL-GCO方案。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。