扩散式路径规划求解器的规模泛化

基于摘要分析。本文研究 Traveling Salesman Problem（TSP）与 Capacitated Vehicle Routing Problem（CVRP）的规模泛化：在小规模实例上训练的扩散式求解器，面对训练分布之外的大规模实例时，既面临统计性质变化，也面临求解效率挑战。作者提出 ResizeCO，以无需大规模最优解标签的适配方式，将强化学习与 GPU 加速的局部搜索结合。 核心机制包括两部分：一是将 GRPO 适配到路径规划问题，在大规模实例上以路线长度作为训练信号，调整已在小规模实例上训练的扩散模型；二是将 k-opt 表述为树搜索，并使用 GPU 上的束搜索求解。这里的“无需标签”指大规模适配不依赖最优路线标签，不应理解为初始扩散模型的训练也无需监督。GRPO 的具体修改、奖励处理、模型更新范围，以及扩散生成与搜索的衔接方式，均尚未验证。 作者报告，在包含最多 10000 个节点的 TSP 与 CVRP 规模泛化实验中，ResizeCO 的路线质量—运行时间 Pareto 前沿优于所比较的学习式求解器，并在较短运行时间下超过其他求解器；作者据此声称达到新的最优水平。该结论限于摘要所述实验范围，不能外推为所有规模、时间预算或问题分布上的优势。训练规模、实例生成与划分、对照方法、硬件和计时口径、具体质量指标、消融及统计信息尚未验证。 本文主要研究对象是组合优化中的路径规划，而非 EEG 解码或 BCI。摘要未提供与神经信号任务的具体机制对应关系，因此不据此生成 BCI 迁移效果或复现实验建议；已有 EEG 相关工作尚未检索确认。复现原方法需进一步核对初始扩散求解器、大规模强化学习配置，以及 k-opt 树搜索与 GPU 束搜索的实现条件。