[論文レビュー] HEATACO: Heatmap-Guided Ant Colony Decoding for Large-Scale Travelling Salesman Problems

Bo-Cheng Lin, Yi Mei+1 more|arXiv (Cornell University)|Jan 26, 2026

Vehicle Routing Optimization Methods被引用数 0

ひとこと要約

HeatACO はヒートマップのエッジ信頼度をソフトプリオリとして扱い、Max–Min Ant System デコーダをフェロモンフィードバックと組み合わせて大規模なTSPツアーを実現可能にし、最大10Kノードまでの品質・時間のトレードオフを達成します。

ABSTRACT

Heatmap-based non-autoregressive solvers for large-scale Travelling Salesman Problems output dense edge-probability scores, yet final performance largely hinges on the decoder that must satisfy degree-2 constraints and form a single Hamiltonian tour. Greedy commitment can cascade into irreparable mistakes at large $N$, whereas MCTS-guided local search is accurate but compute-heavy and highly engineered. We instead treat the heatmap as a soft edge prior and cast decoding as probabilistic tour construction under feasibility constraints, where the key is to correct local mis-rankings via inexpensive global coordination. Based on this view, we introduce HeatACO, a plug-and-play Max-Min Ant System decoder whose transition policy is softly biased by the heatmap while pheromone updates provide lightweight, instance-specific feedback to resolve global conflicts; optional 2-opt/3-opt post-processing further improves tour quality. On TSP500/1K/10K, using heatmaps produced by four pretrained predictors, HeatACO+2opt achieves gaps down to 0.11%/0.23%/1.15% with seconds-to-minutes CPU decoding for fixed heatmaps, offering a better quality--time trade-off than greedy decoding and published MCTS-based decoders. Finally, we find the gains track heatmap reliability: under distribution shift, miscalibration and confidence collapse bound decoding improvements, suggesting heatmap generalisation is a primary lever for further progress.

研究の動機と目的

• heatmap がエッジ信頼度を提供する大規模ヒートマップベースのTSPソルバーのデコードを動機付ける。
• ヒートマップを活用しつつ、次数2制約とサブツアー制約を尊重するモジュール化・スケーラブルなデコーダを開発する。
• 実用的な予算の下でMCTSベースや貪欲デコーダに対する軽量な代替案を提供し、競争力のある品質を実現する。
• ヒートマップの信頼性と分布シフトがデコード性能に与える影響を分析し、実践的な調整指針を提供する。

提案手法

• HeatACO を導入する。Max–Min Ant System (MMAS) デコーダでヒートマップを遷移確率の乗法的プリオリとして扱う。
• ヒートマップベースのファクター tilde{H}_{ij} を H から導出して MMAS のサンプリングをバイアスし、ガイダンス強度を制御するガンマ指数を用いる（p_{i→j} ∝ (τ_{ij})^{α}(η_{ij})^{β}(tilde{H}_{ij})^{γ}）。
• connectivity のための距離ベースのフォールバックを伴うヒートマップから疎な候補リストを構築し、デコード後にオプションで2-opt/3-opt の局所改善を適用。
• ヒートマップ予測子 f_{θ} を固定したまま、フェロモン更新が競合を解決する軽量でインスタンス固有のグローバルフィードバックを提供。
• ツアーを引き締め、フェロモンを強化するためにオプションで 2-opt/3-opt を実施し、改善解を得る。

実験結果

リサーチクエスチョン

• RQ1 ヒートマップベースのエッジプリオリを heavy search を使わずに、スケーラブルで実現可能なデコーダへ統合するにはどうすればよいか。
• RQ2 ヒートマップ誘導MMAS が大規模TSPを効率良くデコードしつつ高品質を維持できる程度はどの程度か。
• RQ3 ヒートマップの強さとキャリブレーションがデコード性能と分布シフト下でのロバスト性にどう影響するか。
• RQ4 オプションの局所探索（2-opt/3-opt）が最終ツアー品質と実行時間に与える影響はどの程度か。

主な発見

• HeatACO は同じヒートマップを用いて実用的なCPU予算下で高品質ツアーを生成し、TSP500/1K/10K でのギャップは0.11%–1.27%、デコード時間は秒〜分程度。
• 貪欲デコードと比較して、HeatACO は同等の予算下で質が大幅に向上し、2-opt を適用すると、一般に公開された MCTS ガイドデコードを比較可能または小さな予算で上回ることが多い。
• ヒートマップの指導は大規模なインスタンス（TSP10K）で時間対品質を加速し、高確率のエッジへサンプリングを偏らせつつフェロモンが全体的な衝突を補正する。
• ヒートマップの有意義なエッジランキングを保持する場合はロバストだが、ミスキャリブレーションと分布シフト（OOD）は利得を制限する可能性があり、ヒートマップの一般化を重要なレバーとして強調する。
• 粗い gamma パラメータ（γ）がヒートマップ追従と探索のバランスを制御し、ラベルが利用できない場合にはエントロピーに基づくまたはヒューリスティックな規則が選択を導く。
• アブレーションにより、ヒートマッププリオリが素の MMAS より改善し、2-opt/3-opt は結果を大きく引き締めることが示され、3-opt は計算コストが高い場合にさらなる利得を提供する。