RLCO-Papers：结合组合学习的强化学习文献汇编

简介：
RLCO-Papers是一份整合了强化学习领域中涉及组合优化问题研究论文的文献集合，旨在促进该领域的知识共享与创新。 RLCO论文基于强化学习的组合优化（ RLCO ）是一个非常有趣的研究领域。 组合优化问题包括：旅行商问题（ TSP ），单源最短路径（ SSP ），最小生成树（ MST ），车辆路径问题（ VRP ），定向运动问题，背包问题，最大独立集（ MIS ），最大切割（ MC ），最小顶点覆盖（ MVC ），整数线性规划（ ILP ）和图着色问题（ GCP ）。这些问题大多数是NP-hard或NP-complete。 组合问题通常可以通过精确方法、启发式方法如遗传算法、模拟退火等来解决。近年来，出现了一些基于学习的更优求解器。这是RLCO的研究与应用论文集。 论文按时间和类别分类，并包含一些相关的监督学习文献作为参考。这些参考资料仅用于研究目的分享和交流。