MVMoE: 전문가 혼합 기반 다중 작업 차량 경로 해결기

차량 경로 문제(VRP)를 해결하는 학습은 많은 주목을 받아왔습니다. 그러나 대부분의 신경망 해결자는 특정 문제에 대해 독립적으로 구조화되고 훈련되어 범용성과 실용성이 떨어집니다. 본 논문에서는 다양한 VRP 변형을 동시에 처리할 수 있는 통합 신경망 해결기를 개발하는 것을 목표로 합니다. 구체적으로, 우리는 MVMoE(전문가 혼합 기반 다중 작업 차량 경로 해결기)를 제안하여 계산량의 비례적 증가 없이 모델 용량을 크게 향상시킵니다. 또한 MVMoE를 위한 계층적 게이팅 메커니즘을 개발하여 실험적 성능과 계산 복잡성 간의 양호한 분산을 제공합니다. 실험적으로, 우리의 방법은 10개의 보지 못한 VRP 변형에서 제로샷 일반화 성능을 크게 향상시키며, 몇 장의 샷 설정 및 실제 벤치마크 인스턴스에서 적절한 결과를 보여줍니다. 우리는 또한 VRP를 해결하는 데 있어서 MoE 구성의 효과에 대한 광범위한 연구를 제공합니다. 놀랍게도, 계층적 게이팅은 배포 외 일반화 성능을 훨씬 더 개선할 수 있습니다. 소스 코드는 다음에서 이용 가능합니다: https://github.com/RoyalSkye/Routing-MVMoE.