Learning to Reduce Search Space for Generalizable Neural Routing Solver
学习减少搜索空间以实现泛化的神经路由求解器
机构 * School of Automation and Intelligent Manufacturing（自动化与智能制造学院） ； Southern University of Science and Technology（南方科技大学） ； School of Mathematics and Statistics（数学与统计学学院） ； Xi'an Jiaotong University（西安交通大学） ； Department of Computer Science（计算机科学系） ； City University of Hong Kong（香港城市大学）
AI总结 提出首个基于学习的动态搜索空间缩减框架L2R，通过自适应剪枝节点来高效求解大规模车辆路径问题，在千万节点规模上保持高质量解。
Comments accepted by SIGKDD 2026
