¿El aprendizaje profundo es útil para la optimización combinatoria?

¿Hay grupos de investigación trabajando en el uso del aprendizaje profundo para problemas de optimización combinatoria?

Sí, hay un Pointer Networks de papel que intenta utilizar el aprendizaje profundo para resolver el casco convexo, la triangulación de Delaunay y el TSP, el resultado parece prometedor, o al menos puede usarse como un buen punto de partida para los algoritmos de optimización.

El aprendizaje automático se puede utilizar en el algoritmo ramificado y enlazado para

• Seleccione una variable de ramificación (Khalil, Elias Boutros, et al. "Aprender a ramificarse en la programación de enteros mixtos". Trigésima Conferencia de la AAAI sobre Inteligencia Artificial. 2016.)
• Decida si ejecutar o no una heurística primaria en un nodo (Khalil, Elias B., et al. "Aprendiendo a ejecutar la heurística en la búsqueda de árboles" . IJCAI. 2017.)

El aprendizaje por refuerzo se puede utilizar para

• Aprenda un mejor criterio para la construcción de soluciones codiciosas sobre una distribución gráfica (Khalil, Elias, et al. "Aprendizaje de algoritmos de optimización combinatoria sobre gráficos". Avances en sistemas de procesamiento de información neuronal. 2017.)

Compruebe de Bistra Dilkina (que parece pionero en este enfoque) charla en la USC ISI seminario AI .