محققان در یک پژوهش جدید، راهکار نوآورانهای برای حل مسائل پیچیده بهینهسازی ترکیبی (مانند مسئله معروف فروشنده دورهگرد – TSP) ارائه دادهاند.
این مدل با استفاده از «پیشآموزش خودنظارتی» (Self-Supervised Pretraining) و بهرهگیری از تقارنهای هندسی مثل چرخش و انعکاس، توانسته ساختارهای گراف را بسیار دقیقتر درک کند. نتیجه؟ بهبود ۶.۵ درصدی در طول مسیرها برای نمونههای بزرگ (TSP1000) که گامی بزرگ در جهت مقیاسپذیری هوش مصنوعی برای مسائل پیچیده مهندسی و لجستیک محسوب میشود. 📈✨
منبع: arXiv AI
