Buchumschlag

Generative Modeling for Robust Deep Reinforcement Learning on the Traveling Salesman Problem

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Michael, Bae, Eric, Haberland, Christopher, Jaques, Natasha
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Diversity Optimization for Travelling Salesman Problem via Deep Reinforcement Learning
von: Li, Qi, 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)

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

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

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

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

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

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

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

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

Spatial-Aware Deep Reinforcement Learning for the Traveling Officer Problem
von: Strauß, Niklas, et al.
Veröffentlicht: (2024)

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

Looking Ahead to Avoid Being Late: Solving Hard-Constrained Traveling Salesman Problem
von: Chen, Jingxiao, 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)

Modeling Others' Minds as Code
von: Jha, Kunal, et al.
Veröffentlicht: (2025)

Personalizing Reinforcement Learning from Human Feedback with Variational Preference Learning
von: Poddar, Sriyash, et al.
Veröffentlicht: (2024)

Learning to Cooperate with Humans using Generative Agents
von: Liang, Yancheng, et al.
Veröffentlicht: (2024)

Maximizing Mutual Information Between Prompt and Response Improves LLM Performance With No Additional Data
von: Nam, Hyunji, 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)

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

Impossibility Theorems for Feature Attribution
von: Bilodeau, Blair, et al.
Veröffentlicht: (2022)

Learning to summarize user information for personalized reinforcement learning from human feedback
von: Nam, Hyunji, et al.
Veröffentlicht: (2025)

Is Exploration or Optimization the Problem for Deep Reinforcement Learning?
von: Berseth, Glen
Veröffentlicht: (2025)

A Dual-Agent Adversarial Framework for Robust Generalization in Deep Reinforcement Learning
von: Xie, Zhengpeng, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Picker Routing Problem in Warehousing
von: Dunn, George, et al.
Veröffentlicht: (2024)

Structure in Deep Reinforcement Learning: A Survey and Open Problems
von: Mohan, Aditya, et al.
Veröffentlicht: (2023)

Behavior-Consistent Deep Reinforcement Learning
von: Hussing, Marcel, et al.
Veröffentlicht: (2026)

Advancing Robustness in Deep Reinforcement Learning with an Ensemble Defense Approach
von: Mohan, Adithya, et al.
Veröffentlicht: (2025)

Robust Deep Reinforcement Learning against Adversarial Behavior Manipulation
von: Yamabe, Shojiro, et al.
Veröffentlicht: (2024)

Towards Robust Deep Reinforcement Learning against Environmental State Perturbation
von: Wang, Chenxu, et al.
Veröffentlicht: (2025)

Robust Deep Reinforcement Learning with Adaptive Adversarial Perturbations in Action Space
von: Liu, Qianmei, et al.
Veröffentlicht: (2024)

Enhancing Robustness in Deep Reinforcement Learning: A Lyapunov Exponent Approach
von: Young, Rory, et al.
Veröffentlicht: (2024)

Test-Time Augmentation for Traveling Salesperson Problem
von: Ishiyama, Ryo, et al.
Veröffentlicht: (2024)

Evaluating & Reducing Deceptive Dialogue From Language Models with Multi-turn RL
von: Abdulhai, Marwa, et al.
Veröffentlicht: (2025)

Neuro-Symbolic Generative Diffusion Models for Physically Grounded, Robust, and Safe Generation
von: Christopher, Jacob K., et al.
Veröffentlicht: (2025)

A Survey Analyzing Generalization in Deep Reinforcement Learning
von: Korkmaz, Ezgi
Veröffentlicht: (2024)

Towards Interpretable Deep Reinforcement Learning Models via Inverse Reinforcement Learning
von: Xie, Sean, et al.
Veröffentlicht: (2022)

Multi Agent Reinforcement Learning for Sequential Satellite Assignment Problems
von: Holder, Joshua, et al.
Veröffentlicht: (2024)

Infer Human's Intentions Before Following Natural Language Instructions
von: Wan, Yanming, et al.
Veröffentlicht: (2024)

Robust Deep Reinforcement Learning Through Adversarial Attacks and Training : A Survey
von: Schott, Lucas, et al.
Veröffentlicht: (2024)