Open kyungheee opened 2 weeks ago
Combinatorial Optimization and Reasoning with Graph Neural Networks https://www.ijcai.org/proceedings/2021/0595.pdf
Graph Reinforcement Learning for Combinatorial Optimization: A Survey and Unifying Perspective https://ar5iv.labs.arxiv.org/html/2404.06492
Loss function 말고 제약 조건을 만족시켜서 나온 클러스터링 결과에 따라 reward를 주는 방식으로 RL을 적용해도 재밌을 것 같아요
A Survey of Intelligent End-to-End Networking Solutions: Integrating Graph Neural Networks and Deep Reinforcement Learning Approaches https://www.mdpi.com/2079-9292/13/5/994
우선순위
일치해야 하는 정보 a.
출발지→공항
or공항→목적지
두개 중에 어떤 걸 선택했는지! b.출발 날짜
가 같아야 함제약 조건 a.
탑승 인원
4-6명 b. 공항에최소 도착 시간
안에 도착해야 함 (공항으로 가는 경우에 적용) -> 중요 c.조용히
가고 싶다고 체크한 사람은 그들끼리 묶어야 함 d.동성
끼리 탑승하고 싶다고 체크하면 조건 추가 e.짐 개수
고려 -> 중요도에 따라 weight를 부여최적화 할 것 - Loss function에 어떤 것들을 고려해서 넣을건지 a. 최대한 많은 팟이 '생성' 되도록 (2-a,b,c,d,e 고려해서) b. 동시에 각 팟의 '평균 이동 시간' 이 최소가 되도록 (API 호출해서) c. 사람들의 탑승 위치를 고려했을 때 공항버스와 비교하는 건 어려울 것 같구, 승용차로 각 탑승 위치에서 공항까지 걸리는 시간과 비교했을 때 '차이' 가 최소가 되도록? d. 동시에 우리가 얻는 '수익' 이 최대화 되도록 (= 각 팟에 포함된, 즉 탑승하는 '총 승객 수' 가 최대화 되도록) -> 중요도에 따라 weight를 부여
-> 모두 느낌은 비슷한데, 미세하게 다른 느낌이라 저렇게 나눴어용
@kcy24 추가 의견 있으시면 댓글 달아주세용