メタヒューリスティクスと深層強化学習の融合

メタヒューリスティクスの基本的な挙動は，近傍の中から確率的に1つの解を選択し，それに移行することを繰り返すだけだ．これを強化学習の方策最適化と考えると，メタヒューリスティクスの挙動を強化学習によって学習することが可能になる．

さらには，方策最適化の最近の進展である深層学習を入れることによって，メタヒューリスティクスの探索の自動学習ができるようになる．

この枠組みで，メタヒューリスティクスの学習