[论文解读] Empowering A* Search Algorithms with Neural Networks for Personalized Route Recommendation

Jingyuan Wang, Ning Wu+3 more|arXiv (Cornell University)|Jul 19, 2019

Data Management and Algorithms参考文献 34被引用 5

一句话总结

该论文提出NASR，一种基于注意力机制的RNN来建模用户特定出行状态，并利用图注意力网络构建价值网络以估计启发式代价，通过从轨迹数据和路网中学习动态代价函数，显著提升了个性化路径推荐的性能，同时减少了搜索空间。该方法在三个真实世界数据集上保持了高精度。

ABSTRACT

Personalized Route Recommendation (PRR) aims to generate user-specific route suggestions in response to users' route queries. Early studies cast the PRR task as a pathfinding problem on graphs, and adopt adapted search algorithms by integrating heuristic strategies. Although these methods are effective to some extent, they require setting the cost functions with heuristics. In addition, it is difficult to utilize useful context information in the search procedure. To address these issues, we propose using neural networks to automatically learn the cost functions of a classic heuristic algorithm, namely A* algorithm, for the PRR task. Our model consists of two components. First, we employ attention-based Recurrent Neural Networks (RNN) to model the cost from the source to the candidate location by incorporating useful context information. Instead of learning a single cost value, the RNN component is able to learn a time-varying vectorized representation for the moving state of a user. Second, we propose to use a value network for estimating the cost from a candidate location to the destination. For capturing structural characteristics, the value network is built on top of improved graph attention networks by incorporating the moving state of a user and other context information. The two components are integrated in a principled way for deriving a more accurate cost of a candidate location. Extensive experiment results on three real-world datasets have shown the effectiveness and robustness of the proposed model.

研究动机与目标

• 为解决启发式A*搜索在个性化路径推荐中的局限性，即人工设计的代价函数缺乏适应性和上下文感知能力。
• 实现通过深度神经网络自动学习A*搜索中的代价函数，捕捉用户特定偏好和时空上下文。
• 将用户移动状态与路网结构整合到统一、合理的代价估计框架中，以提升路径规划性能。
• 通过学习到的上下文感知启发式函数，减少A*搜索空间，同时保持或提升路径推荐质量。
• 在真实世界轨迹数据集上验证所提出神经A*框架的有效性与鲁棒性。

提出的方法

• 模型使用基于注意力机制的RNN编码用户的移动状态和历史轨迹，学习用户当前出行上下文的时变表征。
• 基于改进的图注意力网络的价值网络，用于估计从候选位置到目的地的启发式代价，结合了融合用户状态和上下文信息的节点表征。
• A*中的代价函数重新定义为f(n) = g(n) + h(n)，其中g(n)由RNN学习，h(n)由价值网络学习，实现动态、上下文感知的搜索。
• 价值网络基于候选节点、当前节点与目标节点之间节点表征相似性的评分机制，优先选择有希望的路径。
• 采用五步时间差分学习方法端到端训练模型，以优化估计代价，提升路径规划性能。
• 该框架以合理方式整合两个组件，使A*仅探索最相关的路径，同时保持最优性保证。

实验结果

研究问题

• RQ1 神经网络能否有效学习A*搜索中用于个性化路径推荐的动态、用户特定代价函数？
• RQ2 基于注意力机制的RNN在路径规划中能否有效建模用户移动状态的演化与历史偏好？
• RQ3 集成用户状态的图注意力网络能否提升复杂路网中的启发式估计性能？
• RQ4 所提出的神经A*框架是否能在减少搜索空间的同时保持或提升推荐准确率？
• RQ5 该模型在具有不同交通状况和用户行为模式的真实世界数据集上是否表现出强鲁棒性？

主要发现

• NASR模型通过学习上下文感知的代价函数，显著减少了A*搜索的搜索空间，从而实现更快、更高效的路径推荐。
• 五步时间差分学习方法优于其他训练策略，步长为5时在路径推荐准确率上表现最佳。
• 可视化结果表明，与最短路径相比，模型对实际用户路径上的位置赋予更高的关联得分，表明其与用户偏好的对齐更优。
• 模型学习到的节点表征能够捕捉结构重要性，为关键道路路段和高频访问位置分配更高权重。
• 价值网络能有效识别交通状况更优的主要道路，即使路径距离更长，也会为这些路径分配更低的估计代价。
• 在三个真实世界数据集上的大量实验验证了该模型在多样化城市环境和用户行为下的有效性与鲁棒性。