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

Pesquisadores propõem o WeCon, um solucionador neural eficiente e condicionado a pesos para Problemas de Otimização Combinatória Multi-Objetivo (MOCOPs). Ele aprimora a modelagem de contexto condicionada a pesos e a otimização de preferências, abordando limitações de métodos existentes na injeção de pesos e na construção de pares de soluções para treinamento.