免再训练跨网络
首个端到端求解关键节点问题的深度强化学习算法，无需先验领域知识或标注数据，训练后即可泛化到不同规模与拓扑的稀疏图。
Xuwei, Tan · 周扬名 · Zhou, Mengchu · 付樟华
IEEE Transactions on Automation Science and Engineering 2024
算法不依赖任何问题特定的知识或标注数据，省去了手工设计启发式规则和收集标签的步骤。
模型一旦训练完成，就能直接处理不同规模和拓扑结构的各种关键节点问题，无需针对新网络重新训练。
在28个真实网络上的计算实验表明，所提方法与最先进方法高度相当，并且在不需要领域知识的前提下即可适用。
该方法可以很容易地与一些局部搜索方法结合，以进一步提高解的质量，为追求更高性能的用户提供了灵活扩展空间。