[读论文-1]DIFUSCO: Graph-based Diffusion Solvers for Combinatorial Optimization

简介： 这篇论文主要介绍了一个新的模型DIFUSCO ： 这个model 文中实现的可以解决的问题是TSP and MIS ，model 的主要实现方法是先根据diffusion model 进行向前传播-进行加噪声，然后进行先后传播进行去噪声。去噪声用的是12层的Anisotropic Graph Neural Networks，Graph节点数量为256.（网络是监督学习的）

该模型的效果非常的好：

code is available at here

下面是详细介绍：

Introduction 里面介绍了三种求解NPC问题的方法 - 自回归，非自回归，启发式方法。

分别介绍了三种方法的缺点：

自回归： Those methods typically suffer from the costly computation in their sequential decoding parts and hence are difficult to scale up to large problems

非自回归：unavoidably limits t