论文阅读笔记，个人理解，如有错误请指正，感激不尽！该文分类到Machine learning alongside optimization algorithms。
01 container pre-marshalling problem (CPMP)
对集装箱进行预翻箱整理,使得集装箱的堆放顺序符合取箱顺序,以尽量减少取箱装船过程中的翻箱次数。如下图所示，出箱顺序为1234……6，灰色的集装箱2、4、5挡住了先要出来的集装箱1、3，因此需要不断移动灰色的集装箱到别处去，直到不挡住别的箱子。这样1可以顺利先出，而后是2，接着是3……目标是最小化移动集装箱的次数。
02 tree search中的DNN
树搜索大家不会陌生，深度优先、广度优先、分支定界等都属于树搜索策略。将Deep learning集成进tree search中，用于求解CPMP。利用深度神经网络(classification DNN)在分支选择上进行预测，给出分支的“好坏”，随后按照分支的“好坏”（好的分支得到最优解的可能性更大）继续搜索。同时，利用深度神经网络(regression DNN)对分支节点的lower bound进行预测，剪掉不必要的分支。
下图解释了搜索过程中的分支选择决策，以c节点为例，通过将c节点表示的问题和解信息输入到DNN中，经过隐藏层，在输出层通过一个softmax函数给出三个child节点e、f、g的概率（搜索该分支最终得到最优解的概率）。
通过DNN预测该节点的lower bound也是类似的，只不过该网络的输出只有一个数值，即当前节点的得到完整solution的cost（有可能overestimate或者underestimate）。
下图展示了预测分支(classification DNN)的具体网络形态。该神经网络依赖于算例的size，假如训练的算例size为n，那么只能预测size为n以及小于n的算例（通过设置虚拟点）。每一个集装箱位都是一个节点，从而构成了DNN的输入层。在输入层之后通过weight sharing，给每一个tier分配一个权重，(w_i)。这样就给每一个container分配了权重，比如第3层的container，对应的权重就是(w_3)。最终输出层输出每一个movement的概率，比如(y_{2,1})表示的将stack 2上的container移动到stack 3上。
关于模型训练，样本通过精确算法求解获得，无法精确获得的，则是通过启发式算法获得近似解。
03 搜索策略
将上面的DNN应用到tree search中，搜索策略有好几种，作者实现了三种结合DNN的树搜索策略： Depth first search、Limited discrepancy search和Weighted beam search。前两个的框架如下：
DNN在这些搜索框架中起到的作用主要有：
- 预测各个分支得到最优解的概率，令框架优先搜索概率高的支路。
- 预测节点的lower bound，从而进行必要的剪枝。不过预测lower bound是搜索树深度为k的倍数才会执行一次，因为全部执行需要消耗大量的时间。
04 实验结果
通过和目前最好的启发式算法（BRKGA）进行对比，通过数据集G1训练的模型为DLTS-G1，通过数据集G123训练的模型为DLTS-G123。Gap(%)表示和最优解的对比。从下表可以看出，虽然BRKGA有着更快的求解速度，时间大概是DLTS的一半，但是得到的Gap却是DLTS的3到23倍不等。
05 参考文献
[1] Hottung A , Tanaka S , Tierney K . Deep Learning Assisted Heuristic Tree Search for the Container Pre-marshalling Problem[J]. Computers & Operations Research, 2019.