Buchumschlag

Distilling Privileged Information for Dubins Traveling Salesman Problems with Neighborhoods

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shin, Min Kyu, Park, Su-Jeong, Ryu, Seung-Keol, Kim, Heeyeon, Choi, Han-Lim
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

Adaptation and Fine-tuning with TabPFN for Travelling Salesman Problem
von: Vu, Nguyen Gia Hien, 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)

Privileged Information Distillation for Language Models
von: Penaloza, Emiliano, et al.
Veröffentlicht: (2026)

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

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)

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)

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

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

ARC: Leveraging Compositional Representations for Cross-Problem Learning on VRPs
von: Jeong, Han-Seul, et al.
Veröffentlicht: (2025)

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

Random Conditioning with Distillation for Data-Efficient Diffusion Model Compression
von: Kim, Dohyun, et al.
Veröffentlicht: (2025)

HDPO: Hybrid Distillation Policy Optimization via Privileged Self-Distillation
von: Ding, Ken
Veröffentlicht: (2026)

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

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

DUEL: Duplicate Elimination on Active Memory for Self-Supervised Class-Imbalanced Learning
von: Choi, Won-Seok, et al.
Veröffentlicht: (2024)

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

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

SleepMaMi: A Universal Sleep Foundation Model for Integrating Macro- and Micro-structures
von: Park, Keondo, et al.
Veröffentlicht: (2026)

Effective Dataset Distillation for Spatio-Temporal Forecasting with Bi-dimensional Compression
von: Kwon, Taehyung, et al.
Veröffentlicht: (2026)

Efficient Bias Mitigation Without Privileged Information
von: Zarlenga, Mateo Espinosa, et al.
Veröffentlicht: (2024)

Enhancing Graph Representations with Neighborhood-Contextualized Message-Passing
von: Lim, Brian Godwin, et al.
Veröffentlicht: (2025)

Bridging Dynamic Factor Models and Neural Controlled Differential Equations for Nowcasting GDP
von: Lim, Seonkyu, et al.
Veröffentlicht: (2024)

CAdam: Context-Adaptive Moment Estimation for 3D Gaussian Densification in Generative Distillation
von: Chung, SeungJeh, et al.
Veröffentlicht: (2026)

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

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)

Learn to Tour: Operator Design For Solution Feasibility Mapping in Pickup-and-delivery Traveling Salesman Problem
von: Fang, Bowen, et al.
Veröffentlicht: (2024)

RRADistill: Distilling LLMs' Passage Ranking Ability for Long-Tail Queries Document Re-Ranking on a Search Engine
von: Choi, Nayoung, et al.
Veröffentlicht: (2024)

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

MORE-CLEAR: Multimodal Offline Reinforcement learning for Clinical notes Leveraged Enhanced State Representation
von: Lim, Yooseok, et al.
Veröffentlicht: (2025)

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

AVSD: Adaptive-View Self-Distillation by Balancing Consensus and Teacher-Specific Privileged Signals
von: Nguyen, Duy, et al.
Veröffentlicht: (2026)

POPE: Learning to Reason on Hard Problems via Privileged On-Policy Exploration
von: Qu, Yuxiao, et al.
Veröffentlicht: (2026)

FAST-DIPS: Adjoint-Free Analytic Steps and Hard-Constrained Likelihood Correction for Diffusion-Prior Inverse Problems
von: Kim, Minwoo, et al.
Veröffentlicht: (2026)