WeCon: An Efficient Weight-Conditioned Neural Solver for Multi-Objective Combinatorial Optimization Problems

Forscher schlagen WeCon vor, einen effizienten gewichtsbedingten neuronalen Solver für Mehrziel-Kombinatorische Optimierungsprobleme (MOCOPs). Er verbessert die gewichtsbedingte Kontextmodellierung und Präferenzoptimierung, indem er Einschränkungen bestehender Methoden bei der Gewichtsinjektion und der Erstellung informativer Lösungspaare für das Training adressiert.