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

Investigadores proponen WeCon, un solucionador neuronal eficiente condicionado por pesos para Problemas de Optimización Combinatoria Multi-Objetivo (MOCOPs). Mejora el modelado de contexto condicionado por pesos y la optimización de preferencias, abordando las limitaciones de los métodos existentes en la inyección de pesos y la construcción de pares de soluciones para el entrenamiento.