WeCon: Ein effizienter gewichtskonditionierter neuronaler Solver für Multi-Objective Combinatorial Optimization Problems

arXiv:2605.22876v1 Ankündigung Typ: neu Abstract: Bestehende neurale Solver für Multi-Objective Combinatorial Optimization Problems (MOCOPs) verwenden häufig zerlegungsbasierte Strategien, die ein MOCOP in mehrere Teilprobleme mit unterschiedlichen Gewichtsvektoren skaliert. Allerdings injizieren sie entweder