Neues Framework TACO verbessert unüberwachtes kombinatorisches Optimieren
Unüberwachtes neuronales kombinatorisches Optimieren (NCO) ermöglicht es, leistungsstarke Solver zu trainieren, ohne dass echte Lösungen als Trainingsdaten benötigt werden. Bisher gibt es zwei getrennte Ansätze: Modelle, die für die Generalisierung über viele Instanzen hinweg optimiert sind, und instanzspezifische Modelle, die bei jedem Testfall separat angepasst werden.
