:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fang, Bowen, Chen, Xu, Di, Xuan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2404.11458
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Reinforcement Learning-based Non-Autoregressive Solver for Traveling Salesman Problems
von: Xiao, Yubin, et al.
Veröffentlicht: (2023)

Unsupervised Learning for Solving the Travelling Salesman Problem
von: Min, Yimeng, et al.
Veröffentlicht: (2023)

GELD: A Unified Neural Model for Efficiently Solving Traveling Salesman Problems Across Different Scales
von: Xiao, Yubin, et al.
Veröffentlicht: (2025)

On Size and Hardness Generalization in Unsupervised Learning for the Travelling Salesman Problem
von: Min, Yimeng, et al.
Veröffentlicht: (2024)

Steiner Traveling Salesman Problem with Quantum Annealing
von: Ciacco, Alessia, et al.
Veröffentlicht: (2025)

Combining Reinforcement Learning and Optimal Transport for the Traveling Salesman Problem
von: Goh, Yong Liang, et al.
Veröffentlicht: (2022)

Diversity Optimization for Travelling Salesman Problem via Deep Reinforcement Learning
von: Li, Qi, et al.
Veröffentlicht: (2025)

Generative Modeling for Robust Deep Reinforcement Learning on the Traveling Salesman Problem
von: Li, Michael, et al.
Veröffentlicht: (2025)

Freeze and Conquer: Reusable Ansatz for Solving the Traveling Salesman Problem
von: Fagiolo, Fabrizio, et al.
Veröffentlicht: (2025)

GHOST: Solving the Traveling Salesman Problem on Graphs of Convex Sets
von: Tang, Jingtao, et al.
Veröffentlicht: (2025)

iMTSP: Solving Min-Max Multiple Traveling Salesman Problem with Imperative Learning
von: Guo, Yifan, et al.
Veröffentlicht: (2024)

Distilling Privileged Information for Dubins Traveling Salesman Problems with Neighborhoods
von: Shin, Min Kyu, et al.
Veröffentlicht: (2024)

Multimodal Fused Learning for Solving the Generalized Traveling Salesman Problem in Robotic Task Planning
von: Cheng, Jiaqi, et al.
Veröffentlicht: (2025)

Adaptation and Fine-tuning with TabPFN for Travelling Salesman Problem
von: Vu, Nguyen Gia Hien, et al.
Veröffentlicht: (2025)

A Unified Deep Reinforcement Learning Approach for Close Enough Traveling Salesman Problem
von: Fan, Mingfeng, et al.
Veröffentlicht: (2025)

An End-to-End Deep Reinforcement Learning Approach for Solving the Traveling Salesman Problem with Drones
von: Zeng, Taihelong, et al.
Veröffentlicht: (2025)

Bandit based Dynamic Candidate Edge Selection in Solving Traveling Salesman Problems
von: Wang, Long, et al.
Veröffentlicht: (2025)

Looking Ahead to Avoid Being Late: Solving Hard-Constrained Traveling Salesman Problem
von: Chen, Jingxiao, et al.
Veröffentlicht: (2024)

Construct, Merge, Solve & Adapt with Reinforcement Learning for the min-max Multiple Traveling Salesman Problem
von: Rodríguez-Corominas, Guillem, et al.
Veröffentlicht: (2026)

CAMO: A Conditional Neural Solver for the Multi-objective Multiple Traveling Salesman Problem
von: Li, Fengxiaoxiao, et al.
Veröffentlicht: (2026)

DualOpt: A Dual Divide-and-Optimize Algorithm for the Large-scale Traveling Salesman Problem
von: Zhou, Shipei, et al.
Veröffentlicht: (2025)

Solving the Traveling Salesman Problem via Different Quantum Computing Architectures
von: Padmasola, Venkat, et al.
Veröffentlicht: (2025)

Eyeballing Combinatorial Problems: A Case Study of Using Multimodal Large Language Models to Solve Traveling Salesman Problems
von: Elhenawy, Mohammed, et al.
Veröffentlicht: (2024)

Optimization of Multi-Agent Flying Sidekick Traveling Salesman Problem over Road Networks
von: Yang, Ruixiao, et al.
Veröffentlicht: (2024)

Optimizing Ride-Pooling Operations with Extended Pickup and Drop-Off Flexibility
von: Jiang, Hao, et al.
Veröffentlicht: (2025)

ViTSP: A Vision Language Models Guided Framework for Solving Large-Scale Traveling Salesman Problems
von: Yin, Zhuoli, et al.
Veröffentlicht: (2025)

Multi-armed Bandit and Backbone boost Lin-Kernighan-Helsgaun Algorithm for the Traveling Salesman Problems
von: Wang, Long, et al.
Veröffentlicht: (2025)

TraveLLM: Could you plan my new public transit route in face of a network disruption?
von: Fang, Bowen, et al.
Veröffentlicht: (2024)

Do Math Reasoning LLMs Help Predict the Impact of Public Transit Events?
von: Fang, Bowen, et al.
Veröffentlicht: (2025)

Position: Rethinking Post-Hoc Search-Based Neural Approaches for Solving Large-Scale Traveling Salesman Problems
von: Xia, Yifan, et al.
Veröffentlicht: (2024)

Exploring Combinatorial Problem Solving with Large Language Models: A Case Study on the Travelling Salesman Problem Using GPT-3.5 Turbo
von: Masoud, Mahmoud, et al.
Veröffentlicht: (2024)

TSPRank: Bridging Pairwise and Listwise Methods with a Bilinear Travelling Salesman Model
von: Li, Weixian Waylon, et al.
Veröffentlicht: (2024)

A Mixed-Integer Conic Program for the Moving-Target Traveling Salesman Problem based on a Graph of Convex Sets
von: Philip, Allen George, et al.
Veröffentlicht: (2024)

Comment on paper: Position: Rethinking Post-Hoc Search-Based Neural Approaches for Solving Large-Scale Traveling Salesman Problems
von: Min, Yimeng
Veröffentlicht: (2024)

Steiner Traveling Salesman Problem with Time Windows and Pickup-Delivery: integrating classical and quantum optimization
von: Ciacco, Alessia, et al.
Veröffentlicht: (2025)

TourPlanner: A Competitive Consensus Framework with Constraint-Gated Reinforcement Learning for Travel Planning
von: Wang, Yinuo, et al.
Veröffentlicht: (2026)

Deep Reinforcement Learning for Traveling Purchaser Problems
von: Yuan, Haofeng, et al.
Veröffentlicht: (2024)

EngiAgent: Fully Connected Coordination of LLM Agents for Solving Open-ended Engineering Problems with Feasible Solutions
von: Zhou, Xiyuan, et al.
Veröffentlicht: (2026)

DeepTravel: An End-to-End Agentic Reinforcement Learning Framework for Autonomous Travel Planning Agents
von: Ning, Yansong, et al.
Veröffentlicht: (2025)

Learning to Estimate Package Delivery Time in Mixed Imbalanced Delivery and Pickup Logistics Services
von: Yi, Jinhui, et al.
Veröffentlicht: (2025)