離散最佳化的分布提升法

原標題: Distributional Lifting for Discrete Optimization

本文提出一個框架，將離散最佳化轉化為對參數化機率分布的連續最佳化。研究顯示，包括交叉熵方法與量子近似最佳化演算法在內的多種各自發展的方法，都具有這種分布式結構。文中提出一種基於批次抽樣與隨機梯度更新的統一演算法，並應用於三個案例研究：多維背包問題、三維指派問題，以及隨機混合整數選址配置問題。