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

Les chercheurs proposent WeCon, un solveur neuronal efficace conditionné par le poids pour les Problèmes d'Optimisation Combinatoire Multi-Objectifs (MOCOPs). Il améliore la modélisation du contexte conditionné par le poids et l'optimisation des préférences, abordant les limites des méthodes existantes en matière d'injection de poids et de construction de paires de solutions pour l'entraînement.