Buchumschlag

CLCR: Contrastive Learning-based Constraint Reordering for Efficient MILP Solving

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zeng, Shuli, Zhou, Mengjie, Zhang, Sijia, Hu, Yixiang, Wu, Feng, Li, Xiang-Yang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CORL: Reinforcement Learning of MILP Policies Solved via Branch and Bound
von: Anand, Akhil S, et al.
Veröffentlicht: (2025)

Scalable Mixed-Integer Optimization with Neural Constraints via Dual Decomposition
von: Zeng, Shuli, et al.
Veröffentlicht: (2025)

Learning optimal objective values for MILP
von: Scavuzzo, Lara, et al.
Veröffentlicht: (2024)

Code Retrieval for MILP Instance Generation
von: Yang, Tianxing, et al.
Veröffentlicht: (2025)

Towards Efficient Constraint Handling in Neural Solvers for Routing Problems
von: Bi, Jieyi, et al.
Veröffentlicht: (2026)

An Efficient Learning-based Solver Comparable to Metaheuristics for the Capacitated Arc Routing Problem
von: Guo, Runze, et al.
Veröffentlicht: (2024)

Solving Integrated Process Planning and Scheduling Problem via Graph Neural Network Based Deep Reinforcement Learning
von: Li, Hongpei, et al.
Veröffentlicht: (2024)

Data-driven Projection Generation for Efficiently Solving Heterogeneous Quadratic Programming Problems
von: Iwata, Tomoharu, et al.
Veröffentlicht: (2025)

Learning Backdoors for Mixed Integer Linear Programs with Contrastive Learning
von: Cai, Junyang, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning for Solving the Fleet Size and Mix Vehicle Routing Problem
von: Wan, Pengfu, et al.
Veröffentlicht: (2025)

Integrated Offline and Online Learning to Solve a Large Class of Scheduling Problems
von: Liu, Anbang, et al.
Veröffentlicht: (2025)

Solving Truly Massive Budgeted Monotonic POMDPs with Oracle-Guided Meta-Reinforcement Learning
von: Vora, Manav, et al.
Veröffentlicht: (2024)

Online Scheduling for LLM Inference with KV Cache Constraints
von: Jaillet, Patrick, et al.
Veröffentlicht: (2025)

A Queueing-Theoretic Framework for Stability Analysis of LLM Inference with KV Cache Memory Constraints
von: Nie, Chengyi, et al.
Veröffentlicht: (2026)

Solving Functional Optimization with Deep Networks and Variational Principles
von: Kamtue, Kawisorn, et al.
Veröffentlicht: (2024)

Hierarchical Deep Reinforcement Learning Framework for Multi-Year Asset Management Under Budget Constraints
von: Fard, Amir, et al.
Veröffentlicht: (2025)

Active Constraint Learning in High Dimensions from Demonstrations
von: Qiu, Zheng, et al.
Veröffentlicht: (2025)

Solving Continuous Mean Field Games: Deep Reinforcement Learning for Non-Stationary Dynamics
von: Magnino, Lorenzo, et al.
Veröffentlicht: (2025)

Demystifying Manifold Constraints in LLM Pre-training
von: An, Kang, et al.
Veröffentlicht: (2026)

Discounted Pseudocosts in MILP
von: Patel, Krunal Kishor
Veröffentlicht: (2024)

Stochastic Optimization with Constraints: A Non-asymptotic Instance-Dependent Analysis
von: Khamaru, Koulik
Veröffentlicht: (2024)

Lion Secretly Solves Constrained Optimization: As Lyapunov Predicts
von: Chen, Lizhang, et al.
Veröffentlicht: (2023)

Efficient and provably convergent end-to-end training of deep neural networks with linear constraints
von: Yang, Zonglin, et al.
Veröffentlicht: (2026)

Non-Smooth Weakly-Convex Finite-sum Coupled Compositional Optimization
von: Hu, Quanqi, et al.
Veröffentlicht: (2023)

Contextual Bilevel Reinforcement Learning for Incentive Alignment
von: Thoma, Vinzenz, et al.
Veröffentlicht: (2024)

Agentic Transformers Provably Learn to Search via Reinforcement Learning
von: Yang, Tong, et al.
Veröffentlicht: (2026)

Constraint-Anchored Attribution: Feasibility-Certified Counterfactuals and Bonferroni-PAC Sufficient Subsets for Neural CO Policies
von: Lafifi, Sohaib
Veröffentlicht: (2026)

Nonlinear Non-Gaussian Density Steering with Input and Noise Channel Mismatch: Sinkhorn with Memory for Solving the Control-affine Schrödinger Bridge Problem
von: Bondar, Georgiy A., et al.
Veröffentlicht: (2026)

Reward-Directed Score-Based Diffusion Models via q-Learning
von: Gao, Xuefeng, et al.
Veröffentlicht: (2024)

Inverse Mixed-Integer Programming: Learning Constraints then Objective Functions
von: Kitaoka, Akira
Veröffentlicht: (2025)

T-SKM-Net: Trainable Neural Network Framework for Linear Constraint Satisfaction via Sampling Kaczmarz-Motzkin Method
von: Zhu, Haoyu, et al.
Veröffentlicht: (2025)

Leveraging Large Language Models for Solving Rare MIP Challenges
von: Wang, Teng, et al.
Veröffentlicht: (2024)

Joint Problems in Learning Multiple Dynamical Systems
von: Niu, Mengjia, et al.
Veröffentlicht: (2023)

DR-SAC: Distributionally Robust Soft Actor-Critic for Reinforcement Learning under Uncertainty
von: Cui, Mingxuan, et al.
Veröffentlicht: (2025)

ART for Diffusion Sampling: A Reinforcement Learning Approach to Timestep Schedule
von: Huang, Yilie, et al.
Veröffentlicht: (2026)

EMC$^2$: Efficient MCMC Negative Sampling for Contrastive Learning with Global Convergence
von: Yau, Chung-Yiu, et al.
Veröffentlicht: (2024)

Data-Driven Exploration for a Class of Continuous-Time Indefinite Linear--Quadratic Reinforcement Learning Problems
von: Huang, Yilie, et al.
Veröffentlicht: (2025)

Weighted Low-rank Approximation via Stochastic Gradient Descent on Manifolds
von: Xu, Conglong, et al.
Veröffentlicht: (2025)

Sublinear Regret for a Class of Continuous-Time Linear-Quadratic Reinforcement Learning Problems
von: Huang, Yilie, et al.
Veröffentlicht: (2024)

Learning-Guided Rolling Horizon Optimization for Long-Horizon Flexible Job-Shop Scheduling
von: Li, Sirui, et al.
Veröffentlicht: (2025)